LAPORAN HASIL UJIAN AKHIR SEMESTER 4

No	Perintah yang harus dikerjakan	Cara	HASIL LAPORAN
1.	Identitas Mahasiswa	Tulis nama dan NIM	Nama : Neny Putri Dewi Nim : 102114327
2.	Pemilihan File : Bagi yang digit terakhir NIM nya ganjil pilih file Ganjil.rec dan digit terakhir NIM genap pilih file GENAP.rec	File yang dipilih adalah ganjil. Rec	Berdasarkan angka NIM terakhir saya, maka file yang akan diolah adalah GANJIL.rec
3.	Jalankan epidata, pilih menu export. Pilih file sesuai pilihan Anda (genap/ganjil) untuk dieksport ke SPSS. Setelah di export tutup epidata.	Buka epidata, export ganjil ke spss. Epidata ditutup kembali.	File hasil eksport Epidata ke SPSS berekstensi .sav dengan nama file Neny Putri Dewi
4.	Jalankan spss dan buka file syntax yang dihasilkan oleh exporting Epidata, kemudian Run syntax tersebut. Setelah running selesai simpan file data spss tersebut dengan nama file Nama Anda sendiri (sesuai dengan nama di absensi )	Buka spss , open data, pilih Neny Putri Dewi, lalu open syntax , edit, run all, lalu simpan dengan nama Neny Putri Dewi	File syntax Neny Putri Dewi dieksport ke SPSS dan disimpan dengan nama Neny Putri Dewi dan ekstensi .sps.

        Klik disini untuk melihat tabel selengkapnya......
       
        Lihat selengkapnya......
         

LAPORAN UAS KOMPUTER LANJUT

1. Nama : Neny Putri Dewi

NIM  : 102114327

2. Berdasarkan angka NIM terakhir saya, maka file yang akan diolah adalah Ganjil.rec 
3. File hasil eksport Epidata ke SPSS berekstensi sav dengan nama file Neny Putri Dewi.sav
4. File syntax GANJIL dieksport ke SPSS dan disimpan dengan nama Neny Putri Dewi.sps dan ekstensi sps
5. File data Neny Putri Dewi berisi 39 field dan 8390 record. Data kategorik sebanyak 26 field dan data numerik sebanyak 13 field. Field yang di atas adalah field awal. Field di atas tidak sama dengan field yang didata karena field yang tidak perlu saya delete. Sehingga field yang tersisa 35 field. Data kategorik sebanyak 20 field dan data numeric 12 field.
6. File syntax

* Pembuatan Value Labels .

*--------------------------------------- .

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 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.      Jumlah record sebelum didelete 8390 record dan sesudah didelete yang missing tersisa 8382 record                         Lihat selengkapnya disini !

l

analisa bivariat

1.     Tujuan penelitian:

Mengetahui hubungan tingkat pendidikan ibu dengan jenis pekerjaan yang dimiliki

a.     Variabel independen à tingkat pendidikan ibu

Variabel dependen à jenis pekerjaan ibu

b.     Tingkat pendidikan ibu à didik

Jenis pekerjaan ibu à kerja

c.     Didik à kategorik

Kerja à kategorik

d.     uji → uji beda proporsi. Makin tinggi tingkat pendidikan makin tinggi pekerjaan ibu. HO pengujian : tidak ada perbedaan proporsi ibu yang memiliki perkejaan antara ibu yang tamat SD,SLTP,SLTA dan Perguruan Tinggi.

e.     –

f.        

Chi-Square Tests
	Value	df	Asymp. Sig. (2-sided)
Pearson Chi-Square	5.637E3a	15	.000
Likelihood Ratio	5.110E3	15	.000
Linear-by-Linear Association	2.280E3	1	.000
N of Valid Cases	8065
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 11,17.

g.     ada perbedaan proporsi ibu yang memiliki pekerjaan antara ibu yang tamat SD, SLTP,SLTA dan Perguruan Tinggi.

2.     Tujuan penelitian

Mengetahui hubungan tingkat pendidikan Ibu dengan kadar Hb ibu

a.     Var independent à tingkat pendidikan ibu

Var dependen à kadar Hb ibu

b.     Tingkat pendidikan ibuà didik

Kadar Hb ibu à Hb

c.     Didik à kategorik

Kadar Hb à numerik

d.     Uji annova à makin tinggi tingkat pendidikan ibu makin tinggi pula kadar Hb ibu. HO à tidak ada perbedaan proporsi ibu yang berpendidikan SD, SLTP, SMA dan Perguruan Tinggi dengan kadar Hb

e.     Uji normality

Statistics
Kadar HB (g/dl)
N	Valid	8065
	Missing	0
Mean		11.654
Median		12.000
Mode		12.0
Skewness		.143
Std. Error of Skewness		.027

è Data normal

f.        

ANOVA
Kadar HB (g/dl)
	Sum of Squares	df	Mean Square	F	Sig.
Between Groups	71.356	3	23.785	24.961	.000
Within Groups	7681.467	8061	.953
Total	7752.824	8064

g.     ada perbedaan proporsi ibu yang memiliki kadar Hb tinggi atau rendah  antara ibu yang tamat SD, SLTP,SLTA dan Perguruan Tinggi.

3.     Tujuan penelitian

Mengetahui hubungan tingkat pendidikan dengan mendapat imunisasi TT saat pemeriksaan kehamilan pertama kali

a.     Var independent à tingkat pendidikan ibu

Var dependen à pernah atau tidaknya mendapat imunisasi TT saat pemeriksaan pertama kali

b.     Tingkat pendidikan à didik

Pernah atau tidaknya mendapat TT à TT

c.     Didik à kategorik

TT à kategorik

d.     Uji chi square à makin tinggi tingkat pendidikan ibu makin tinggi pula frekuensi pernah atau tidak pernahnya ibu mendapat imunisasi TT saat pemeriksaan kehamilan pertama kali

e.     –

f.        

Chi-Square Tests
	Value	df	Asymp. Sig. (2-sided)
Pearson Chi-Square	17.333a	3	.001
Likelihood Ratio	17.426	3	.001
Linear-by-Linear Association	4.593	1	.032
N of Valid Cases	7668
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 22,20.

g.     Ada perbedaan proporsi ibu yang mendapat imunisasi TT pada pemeriksaan pertama kali antara ibu yang berpendidikan SD, SLTP, SMA dan Perguruan Tinggi

selengkapnya....