1. Langkah-langkah Export file Epidata ke SPSS sesuai prosedur export, yaitu :
1) Buka program Epidata, kemudian klik Export Data
2) Pilih SPSS
3) Buka file yang ingin diexport dengan format rec., misalnya : GENAP ATAU GANJIL
4) Klik OK, kemudian akan muncul akan muncul kotak Exporting (Loading)
5) Setelah selesai akan muncul kotak Information, klik Ok
6) Buka program SPSS, klik File, kemudian open, pilih syntax yang sudah diexport.
7) Perbaiki variable labels dan buat value labelsnya.
8) Klik Run All
9) Hapus variable view yang tidak diperlukan, misalnya : Hari ini, urut, entry, kelas, dan jurusan.
2. Batasan yang digunakan dalam melakukan cleaning data numeric:
· Umur : 15-45 tahun
· Tinggi Badan : 145-180 cm
· Berat Badan : 40-80 kg
· Tekanan Darah Sistole : 90-170 mmHg
· Tekanan Darah Diastole : 60-100 mmHg
· Kadar Hb : 8-14 gr%
3. Jumlah record sebelum di cleaning : 16287
èJumlah record setelah dicleaning : 14007
Langkah-langkah pembersihan data (cleaning data) terhadap file .SAV untuk data kategorik dan data numerik.
1) Untuk data kategorik, langkah-langkahnya :
· Klik analyze
· Pilih descriptive statistic
· Klik frequencies
· Pilih variable yang akan dicleaning
· Klik OK
· Lihat jumlah data yang missing
· Klik data, kemudian klik sort cases
· Masukkan variable yang akan di cleaning tersebut
· Blok data yang missing, dan kemudian delete
2) Untuk data numeric, langkah-langkahnya :
· Untuk variable numeric yang tidak memerlukan batasan,ex: tanggal lahir, frekuensi pemeriksaan kehamilan, langkah-langkahnya sama dengan langkah-langkah cleaning data untuk variable kategorik.
· Untuk variable numeric yang memerlukan batasan nilai, maka langkah-langkahnya :
a. Klik transform, klik record into same variables
b. Masukkan variable yang akan diberi batasan
c. Klik old and new values
d. Masukkan batas bawah di Range, LOWEST through value, tandai System Missing, kemudian klik Add.
e. Masukkan batas atas di Range, value through HIGHEST, tandai System Missing, kemudian klik Add.
f. Klik continue, dan OK.
g. Selanjutnya langkah-langkahnya sama seperti proses cleaning data pada variable kategorik.
4. Output Analisis Univariate salah satu variabel yaitu Pendidikan.
Frequencies
Statistics | ||
Pendidikan Formal Ibu | | |
N | Valid | 14009 |
Missing | 0 | |
Mean | 3.14 | |
Std. Error of Mean | .007 | |
Median | 3.00 | |
Mode | 3 | |
Std. Deviation | .821 | |
Skewness | -1.408 | |
Std. Error of Skewness | .021 | |
Minimum | 0 | |
Maximum | 4 |
Pendidikan Formal Ibu | |||||
| | Frequency | Percent | Valid Percent | Cumulative Percent |
Valid | BH/SD | 371 | 2.6 | 2.6 | 2.6 |
SLTP | 1662 | 11.9 | 11.9 | 14.5 | |
SLTA | 7262 | 51.8 | 51.8 | 66.4 | |
P.Tinggi | 4714 | 33.6 | 33.6 | 100.0 | |
Total | 14009 | 100.0 | 100.0 | |
5. Analisis Univariat untuk semua data numeric.
| Tinggi Badan (cm) | Umur Ibu (tahun) | Berat Badan (kg) | TD Sistolik | TD Diastolik | Kadar HB (mmHg) |
Mean | 158.628 | 27.93 | 56.100 | 116.49 | 81.40 | 11.638 |
Std. Error of Mean | .0589 | .040 | .0662 | .106 | .068 | .0081 |
Median | 157.000 | 28.00 | 56.000 | 120.00 | 80.00 | 12.000 |
Mode | 156.0 | 30 | 56.0 | 120 | 80 | 12.0 |
Std. Deviation | 6.9703 | 4.686 | 7.8382 | 12.500 | 8.011 | .9598 |
Skewness | .706 | .684 | .508 | .608 | .009 | -.252 |
Std. Error of Skewness | .021 | .021 | .021 | .021 | .021 | .021 |
Minimum | 145.0 | 15 | 40.0 | 90 | 60 | 8.0 |
Maximum | 180.0 | 45 | 80.0 | 170 | 100 | 14.0 |
kesimpulan
- Rata-rata umur ibu hamil 158cm
- Rata-rata umur ibu hamil 27 tahun
- Rata-rata berat badan ibu hamil 56kg
- Rata-rata TD sistolik ibu hamil 116 mmHg
- Rata-rata TD Diastol ibu hamil 81 mmHg
- Rata-rata kadar Hb ibu hamil adalah
8. Analisis bivariate sesuai tujuan penelitian di bawah ini. Pengujian dilakukan pada confidence interval 95%.
1) Untuk mengetahui hubungan antara pendidikan dengan pekerjaan
Identifikasi variabel dalam tujuan penelitian
· Independen : Pendidikan
· Dependen : Pekerjaan
a) Identifikasi field dalam database
· Independen : didik
· Dependen : kerja
b) Tentukan karakteristik field (K/N)
· didik : K
· kerja : K
c) Tentukan analisis sementara : Uji Beda Propors
d) Apabila terdapat variabel numerik -> lakukan uji normality : tidak ada
e) Rumuskan hipotesis pengujian pada CI 95% , uji, baca hasil, dan interpretasikan hasil (Ho Pengujian) :
· Ho : Tidak ada perbedaan proporsi antara pendidikan dengan pekerjaan
Chi-Square Tests | |||
| Value | df | Asymp. Sig. (2-sided) |
Pearson Chi-Square | 9.700E3a | 15 | .000 |
Likelihood Ratio | 8.765E3 | 15 | .000 |
Linear-by-Linear Association | 3.101E3 | 1 | .000 |
N of Valid Cases | 14009 | | |
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 25.24. |
f Bahas Hasil :
· P = 0,000
· Ho = Ditolak
· Ada perbedaan proporsi antara pendidikan dengan pekerjaan, BERARTI ada hubungan pendidikan dengan pekerjaan.
2) Untuk mengetahui hubungan antara umur dengan kadar Hb
1. Identifikasi variabel dalam tujuan penelitian
· Independen : Umur
· Dependen : Kadar Hb
2. Identifikasi field dalam database
· Independen : umur
· Dependen : hb
3. Tentukan karakteristik field (K/N)
· umur : N
· hb : N
4. Tentukan analisis sementara : Uji Korelasi Regresi
5. Apabila terdapat variabel numerik -> lakukan uji normality : ada, NORMAL
6. Rumuskan hipotesis pengujian pada CI 95% , uji, baca hasil, dan interpretasikan hasil (Ho Pengujian) :
· Ho : Tidak ada perbedaan Korelasi Regresi antara umur dengan kadar hb
Correlations | |||
| | Umur Ibu (tahun) | Kadar HB (mmHg) |
Umur Ibu (tahun) | Pearson Correlation | 1 | -.005 |
Sig. (2-tailed) | | .568 | |
N | 14009 | 14009 | |
Kadar HB (mmHg) | Pearson Correlation | -.005 | 1 |
Sig. (2-tailed) | .568 | | |
N | 14009 | 14009 |
7. Bahas Hasil :
P = 0,568
Ho = DiterimA
Tidak ada perbedaan Korelasi Regresi antara umur dengan kadar hb, BERARTI tidak ada hubungan umur dengan kadar hb.
3) Untuk mengetahui hubungan antara tingkat pendidikan kontrasepsi yang dipilih dalam ber-KB
1. Identifikasi variabel dalam tujuan penelitiaN
· Independen : Tingkat Pendidikan
· Dependen : kontrasepsi yang dipilih
2. Identifikasi field dalam database
· Independen : didiK
· Dependen : ksepsi
3. Tentukan karakteristik field (K/N)
· didik : K
· ksepsi : K
4. Tentukan analisis sementara : Uji Beda Proporsi
5. Apabila terdapat variabel numerik -> lakukan uji normality : tidak ada
6. Rumuskan hipotesis pengujian pada CI 95% , uji, baca hasil, dan interpretasikan hasil (Ho Pengujian) :
· Ho : Tidak ada perbedaan proporsi antara tingkat pendidikan dengan kontrasepsi yang dipilih dalam ber-KB
Chi-Square Tests | |||
| Value | df | Asymp. Sig. (2-sided) |
Pearson Chi-Square | 1.011E2a | 12 | .000 |
Likelihood Ratio | 98.010 | 12 | .000 |
Linear-by-Linear Association | 9.539 | 1 | .002 |
N of Valid Cases | 8715 | | |
a. 3 cells (15.0%) have expected count less than 5. The minimum expected count is .28. |
7. Bahas Hasil :
· P = 0,000
· Ho = DitolaK
· Ada perbedaan proporsi antara tingkat pendidikan dengan kontrasepsi yang dipilih dalam ber-KB, BERARTI ada hubungan tingkat pendidikan dengan kontrasepsi yang dipilih dalam ber-KB
4) Untuk mengetahui hubungan antara pernah atau tidak dapat tablet Fe dengan kadar Hb dalam darah ibu hamil
1. Identifikasi variabel dalam tujuan penelitian
· Independen : Pernah atau tidak mendapat tablet Fe
· Dependen : Kadar Hb
2. Identifikasi field dalam database
· Independen : tfe
· Dependen : hb
3. Tentukan karakteristik field (K/N)
· tfe : K
· hb : N
4. Tentukan analisis sementara : Uji Beda 2 Rata-Rata
5. Apabila terdapat variabel numerik -> lakukan uji normality : ada, NORMAL
6. Rumuskan hipotesis pengujian pada CI 95% , uji, baca hasil, dan interpretasikan hasil (Ho Pengujian) :
· Ho : Tidak ada perbedaan rata-rata antara pernah atau tidak dapat tablet Fe dengan kadar Hb dalam darah ibu hamil
Independent Samples Test | ||||||||||
| | Levene's Test for Equality of Variances | t-test for Equality of Means | |||||||
| | F | Sig. | t | df | Sig. (2-tailed) | Mean Difference | Std. Error Difference | 95% Confidence Interval of the Difference | |
| | Lower | Upper | |||||||
Kadar HB (mmHg) | Equal variances assumed | 11.312 | .001 | 18.515 | 13938 | .000 | .4622 | .0250 | .4133 | .5112 |
Equal variances not assumed | | | 16.924 | 1.975E3 | .000 | .4622 | .0273 | .4087 | .5158 |
7. Bahas Hasil :
o P = 0,000
o Ho = Ditolak
o Ada perbedaan rata-rata antara pernah atau tidak dapat tablet Fe dengan kadar Hb dalam darah ibu hamil, BERARTI ada hubungan pernah atau tidak dapat tablet Fe dengan kadar Hb dalam darah ibu hamil.
5) Untuk mengetahui hubungan antara tekanan darah (sistolik/diastolik) dengan golongan darah
A. Sistolik
1. Identifikasi variabel dalam tujuan penelitian
o Independen : Tekanan darah sistolik
o Dependen : Golongan Darah
2. Identifikasi field dalam database
o Independen : hipersistoliK
o Dependen : darah
3. Tentukan karakteristik field (K/N)
· hipersistolik : K
· darah: K
4. Tentukan analisis sementara : Uji Beda Proporsi
5. Apabila terdapat variabel numerik -> lakukan uji normality : tidak ada,
6. Rumuskan hipotesis pengujian pada CI 95% , uji, baca hasil, dan interpretasikan hasil (Ho Pengujian) :
· Ho : Tidak ada perbedaan rata-rata antara tekanan darah sistolik dengan golongan darah
Chi-Square Tests | |||
| Value | df | Asymp. Sig. (2-sided) |
Pearson Chi-Square | 15.672a | 3 | .001 |
Likelihood Ratio | 15.264 | 3 | .002 |
N of Valid Cases | 14009 | | |
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 137.54. |
7. Bahas Hasil :
o P = 0,001
o Ho = Ditolak
o Ada perbedaan proporsi antara tekanan darah sistolik dengan golongan darah, BERARTI ada hubungan antara tekanan darah sistolik dengan golongan darah
B. Diastolik
1. Identifikasi variabel dalam tujuan penelitian
o Independen : Tekanan darah Diastolik
o Dependen : Golongan Darah
2. Identifikasi field dalam database
· Independen : hiperdiastolik
· Dependen : darah
3. Tentukan karakteristik field (K/N)
· Hiperdiastolik : K
· darah : K
4. Tentukan analisis sementara : Uji Beda Proporsi
5. Apabila terdapat variabel numerik -> lakukan uji normality : tidak ada,
6. Rumuskan hipotesis pengujian pada CI 95% , uji, baca hasil, dan interpretasikan hasil (Ho Pengujian) :
o Ho : Tidak ada perbedaan rata-rata antara tekanan darah diastolik dengan golongan darah
Chi-Square Tests | |||
| Value | df | Asymp. Sig. (2-sided) |
Pearson Chi-Square | 3.377E2a | 3 | .000 |
Likelihood Ratio | 331.259 | 3 | .000 |
N of Valid Cases | 14009 | | |
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 744.16. |
7. Bahas Hasil :
o P = 0,000
o Ho = Ditolak
o Ada perbedaan proporsi antara tekanan darah diastolik dengan golongan darah, BERARTI ada hubungan tekanan darah diastolik dengan golongan darah.