Upload
irfand-irviandha-perdyzeb
View
52
Download
0
Embed Size (px)
DESCRIPTION
Metode Uas
Citation preview
KARAKTERISTIK FIELD DALAM DATABASE : ARIZEN SATIVA.SAV
NO FIELD
1 kec K Jumlah Betul :
2 jorong K Jumlah Salah
3 tahun N Jumlah Field :
4 puldata N
5 urut K
6 entri K
7 kls K
8 jurusan K
9 kode K
10 nama K
11 tlahir N
12 umur N
13 kerja K
14 didik K
15 tb N
16 bb N
17 darah K
18 sistol N
19 diastol N
20 hb1 N
Isikan "K" bila data kategorik dan "N" bila Data Numerik
Kategorik/ Numerik
ke Resume
21 hb2 N
22 nabal K
23 tlb N
24 age N
25 sex K
26 weight N
27 height N
28 pernah K
29 kali K
30 fundus K
31 ukurtb K
32 tensi K
33 tfe K
34 tt K
35 akseptor K
36 ksepsi K
37 n5e K
38 alasan K
39 n6d K
40 rencana K
KARAKTERISTIK FIELD DALAM DATABASE : ARIZEN SATIVA.SAV
400
40
" bila data kategorik dan "N" bila Data Numerik
ke Resume
Monitoring Skor UAS Manajemen Data ARIZEN SATIVA
Mata Kuliah : Manajemen DataKelas/Tkt. : III
Jurusan/Prodi : S1 GiziInstitusi : Yayasan Perintis PadangSemester V
Tahun 2014Soal ini dikirimkan : 02 February 2014 pukul 10:00
Dikembalikan (saat Ujian) : 15 February 2014 pukul 14:10Lama Pengerjaan : 13.2 hari (316.2 jam)
Saat ini (Anda memprint) : 19 April 2023 pukul 9:30Tersisa Waktu dari saat ini : -3349.8 hari (-80395.3 jam)
ARIZEN SATIVA ! Waktu Anda Tersisa -3349.8 hari (-80395.3 jam)
NO URAIAN PERINTAH (Soal)
IDEN
TITA
S
Nama Anda Tulis NamaNomor Induk Mahasiswa (NIM) Tulis NIM
GANJIL.rec
Simpan File SPSS dengan Nama Anda sendiri
Jumlah Field dalam Database ARIZEN SATIVA.SAV 40
35
30
230
3
13
D
KRITERIA JAWABAN
Pilih Nama Epidata File yang Diolah dalam Ujian Ini (bedasarkan NIM Anda)
ARIZEN SATIVA.SAV
Delete 5 field pertama dalam database (kec, jorong, tahun, puldata, dan urut.
Hitung berapa jumlah field yang ada saat ini setelah didelete sebanyak 5 field dan tuliskan jumlahnya pada sel E21
Lanjutkan mendelete 5 field lagi yaitu field : Kls, jurusan, kode, nama dan tlahir, sehinggan jumlah field yang tersisisa setelah didelete tulis pada sel E22
Buatlah Variable Labels untuk semua field dalam database Anda (buktikan di file syntax). Jika sudah, tulis berapa field variable labels yang Anda buat ?
Buat Value Labels untuk field : kerja, didik, sex, pernah, ukurtb, fundus, tensi tfe, itt, akseptor, ksepsi, alasan dan rencana (13 field) Soal C3. Berapa field dari 12 field yang sudah Anda buat tuliskan jumlahnya di sel E24 dan syntaxnya ditambahkan pada file syntax variable labels !
Menspesifikkan Jumlah Record yang akan diolah, dalam file (ARIZEN SATIVA.SAV)
4
535
Field yang Disort untuk NIM GANJIL adalah ----- ( lihat soal)TB
Sort Order untuk field TB dengan Sort Order ..... AccendingApakah TB sudah di-Sort Accending ? Sudah
35
Mulai dari record ke … 35Sampai record ke … 69
4 Sudahkah di-DELETE sebanyak 35 record ? Sudah
Sisa record setelah didelete sebanyak 35. 15381
Cleaning data kategorik (Distribusi Frekuensi)
5
Sudah (skor 10)
Sudah
15346
Periksa dan tuliskan berapa Record yang ada dalam Datababse ARIZEN SATIVA.SAV
Karena NIM Anda adalah : 111030840104135, maka 2 digit terakhir adalah : ....
Sesuai NIM Anda yang GANJIL maka lakukan pemilihan field utk disort sesuai soal utk menyeleksi sehingga jumlah record Anda menjadi unik (tidak ada sama jumlahnya dgn Mhs lain)
Jumlah Record yang seharusnya yang akan di delete (ingat 2 difit terakhir NIM Anda)
Buat tabel distribusi frekuensi field didik sebelum cleaning ?. (soal E6). Pastekan outputnya di Lembaran jawaban Word !, jika sudah dilakukan, ketikkan kata "Ya" pada sel E38 Ya/Tidak (Ya, skor
5)
Clea
ning
dat
a ka
tego
rik fi
el [d
idik
]
Dari outpt [didik], apakah ada terdapat record yang missing, jika ada berapa record ? (Tulis 0 jika tidak ada record missing)
Jika ada , tuliskan jumlahnya di sel kanan ini
Deletelah record yang 35 tersebut !. Jika sudah didelete ketik sudah pada sel jawaban di kanan ini !
Buat kembali distribusi frekuensi field didk setelah cleaning data, dan pastekan outputnya di Lembar Jawaban Word?. Jika itu sudah dilakukan ketik Sudah pada sel E41
Jumlah record terakhir pada tabel output pendidikan setelah dicleaning adalah …
6
Sudah (skor 10)
Sudah
15346
Cleaning Data NUMERIK (Bag. F)umur, TB, BB, sistol, diastol
10 15346
Clea
ning
Dat
a U
mur
Sudah
15303
15303
Clea
ning
Dat
a TB
Sudah
13010
Buat tabel distribusi frekuensi Pekerjaan Ibu field kerja sebelum cleaning dan pastekan outputnya di Word ! (Soal No. 8), setelah itu jetik Ya pada sel E46
Ya/Tidak (Ya, skor 5)
Clea
ning
dat
a ka
tego
rik fi
eld
[ker
ja]
Dari outpt [kerja], apakah ada terdapat record missing, jika ada berapa record ? (Tulis 0 jika tidak ada record missing)
Jika ada , tuliskan jumlahnya di sel kanan ini
Apakah ARIZEN SATIVA telah mendelete record yang 0 tersebut ?
Buat kembali tabel distribusi frekuensi field kerja setelah cleaning, dan pastekan output SPSS di Lembar Jawaban (Sudah/Belum)?
Jumlah record (grand Total) pada tabel Pekerjaan Responden setelah cleaning kerja adalah ….
Sebelum cleaning data umur periksa lebih dulu jumlah record yg ada dalam database Anda (ARIZEN SATIVA.SAV) Jumlah Record sebelum dilakukan cleaning data numerik (UMUR) : harus sama dengan jumlah terakhir setelah cleaning field kerja, yaitu 15346
Sort Umur dengan sort order Accending untuk menemukan apakah ada umur yang kosong atau kurang dari batas minimal sesuai soal (<15) !
Delete record yang nilai Umur <15 dan yang >45. Catat berapa record yang didelete tersebut. Tulis 0 (nol) bila tak ada yang missing, atau tidak ada yg didelete
Catat jumlah recod yang tersisa setelah didelete sebanyak 43 pada sel E53 di kanan ini
Jumlah Record sebelum dilakukan cleaning data numerik (TB) : (harus sama dgn jumlah sesudah dicelaning data umur cantumkan pada selE54
Sudahkah diSort TB dengan sort order Accending, untuk menemukan record yg di luar batas ?
Delete record yang nilai TB <135,3 dan yang >165,5. Hitung berapa record yang didelete tersebut. Tulis 0 (nol) bila tak ada yang missing
Jumlah record tersisa setelah TB di delete yang missingnya sebanyak : 2293 (15303 - 2293) = 13010
13010Cl
eani
ng D
ata
BB
Sudah
12980
12980
Sudah
12946
12946
Sudah
12823
11 12823
Clea
ning
Dat
a Lo
gika
-1 (P
erna
h &
kal
i]Jumlah Record sebelum dilakukan cleaning data numerik (BB), sama dgn akhir TB
Sudahkah diSort BB dengan sort order Accending untuk menemukan BB yang di luar batas ??
Delete record yang nilai BB <35,5 dan yang >79,9. Hitung berapa record yang didelete tersebut. Tulis 0 (nol) bila tak ada yang missing
Jumlah record tersisa setelah BB di delete yang missingnya sebanyak : 30 (13010 - 30) = 12980
Jumlah Record sebelum dilakukan cleaning data numerik (TD Sistolik) : Sama dengan akhir BB
Clea
ning
dat
a TD
Si
stol
ik
Sort SISTOL dengan sort order Accending untuk menemukan record yg di luar batas (Sudah/Belum) ?
Delete record yang nilai SISTOL <80 dan yang >300. Hitung berapa record yang didelete tersebut. Tulis 0 (nol) bila tak ada yang missing
Hitung berapa Jumlah record tersisa setelah SISTOL di delete yang missingnya sebanyak : 34 (12980 - 34) = 12946
Jumlah Record sebelum dilakukan cleaning data numerik (TD Diastolik) : Harus sama dengan setelah cleaning Sistolik !
Clea
ning
dat
a TD
D
iast
olik
Sort DIASTOL dengan sort order Accending utk menemukan Diastol yang di luar batas yang dibolehkan ?
Delete record yang nilai DIASTOL <60 dan yang >150. Hitung berapa record yang didelete tersebut. Tulis 0 (nol) bila tak ada yang missing
Hitung berapa Jumlah record tersisa setelah DIASTOL di delete yang missingnya sebanyak : 123
Cleaning Data LOGIKA (Bag. G)[pernah] vs [kali]
Jumlah recor sebelum dilakukan cleaning data Logika I adalah (sama dengan akhir cleaning data diastolik, yaitu : 12823
Buat tabel distribusi Frekuensi untuk field pernah dan kali untu memeriksa apakah ada terdapat record missing ! (yang tidak sesuai antara yg pernah diperiksa dengan frekuensi). Jika sudah dibuat tabelnya, tuliskan Ya pada sel E73
Ya/Tidak (Ya, skor 3)
Apakah terjadi perbedaan jumlah antara yang pernah memeriksaan kehamilan dengan yang merespon frekuensi pemeriksaan kehamilan ?
Ya/Tidak (Ya, skor 3)
Clea
ning
Dat
a Lo
gika
-1 (P
erna
h &
kal
i]
12803
[akseptor] vs [ksepsi] vs [alasan]
12 12803
Clea
ning
Dat
a Lo
gika
-2 [a
ksep
tor &
kse
psi d
an A
lasa
n]
Jika "Ya" berapa record terjadi perbedaan
Jumlah Record Anda saat ini setelah penghapusa sebanyak 1312790
Jika "Ya" berapa record terjadi perbedaan
12745
13
Tran
s. D
IDIK
Anda Sudah mengkategorikan didik menjadi didik2 ? Sudah
Berapa record terjadi perbedaan (jika ada) : Jika tidak ada tulis 0 pada sel E75
Cari record yang berbeda tersebut, jika sudah ditemukan lalu delete. Catat berapa record yang didelete !
Ya/Tidak (Ya, skor 3)
Berapa record tersisa setelah record yang tidak logis tersebut (20) didelete ?
Jumlah record sebelum cleaning data LOGIKA kedua ini dilakukan adalah …
Buat lebih dulu tabel distribusi Frekuensi untuk 3 field akseptor, kali dan alasan sekaligus (Ya/Tidak) ?
Ya/Tidak (Ya, skor 3)
Apakah terdapat perbedaan antara aksetor YA denganjml Pengguna kontrasepsi ksepsi ?
Ya/Tidak (Ya, skor 3)
Temukan record yang berbeda tersebut (jika ada) dan kemudian DELETE !. Anda bisa menemukannya ? (Ya/Tidak) Ya/Tidak (Ya, skor
3)
Apakah terdapat perbedaan antara yang bukan akseptor dengan yang memberikan alasan kenapa tidak ber-KB ?
Ya/Tidak (Ya, skor 3)
Apakah Anda bisa menemukan recors mana yang berbeda tersebut (Ya/Tidak) ?
Ya/Tidak (Ya, skor 3)
Hapuslah record yang berbeda yang Anda temukan tersebut (45), kemudian periksa berapa record dalam database Anda saat ini !
TRANSFORMASI DATA (Bag. H)Buat field baru untuk menampung penyederhanaan kategori pendidikan [didik] menjadi 2 kategori [didi2] dan beri label Tinggi dan Rendah, Ingat : Jumlah record yang akan diolah disini adalah : 12745. Jika ini belum sinkron, sebaiknya dicek lagi dari atas
Buat distribusi frekuensi fiel didik2 dan pastekan output SPSS di Lembar Jawaban (Word) !. Periksa berapa responden dengan kategori pendidikan "Rerndah" ?
Tran
s. D
IDIK
Berapa Responden dgn kategori pendidikan Tinggi ?
Jumlah Rendah dan Tinggi ? (TOTAL) 12745
14
Anda sudah mengkategorikan kerja menjadi 2 kategori ? Sudah
Apa nama field pekerjaan baru yang Anda buat ? kerjaeko
12745
15
Sudah
Sudah
16Sudah
Sudah
Sudah
Sederhanakan pekerjaan responden (6 kategori) menjadi 2 kategori dengan pertimbangan Pola Asuh : dimana ibu yang tidak bekerja (kode=6) lebih baik dari 5 kode lainnya (1-5), beri label Bekerja dan Tidak Bekerja. Jumlah recor record : 12745
Buat distribusi frekuensi field kerjaeko, kemudian pastekan output SPSS pada lembar Jawaban Word. Kemudia catat berapa orang responden yang Bekerja ?
Berapa Responden dgn kategori pekerjaan sebagai TIDAK Bekerja ?
Jumlah Bekerja dan Tidak bekerja ? (TOTAL)
Kategorikan kadar Hb sebelum hamil dan sesudah hamil sesuai perintah pada soal No.14 (Word), kemudian pastekan output distribusi frekuensi hasilnya di Word. Catat hasilnya dan tulis di bawah ini. Sudah dikategorikan ? (Sudah/Belum)
Tuliskan di kanan ini Apa nama field kategori Hb sebelum Hamil yang Anda buat ?
Kategorikan kadar Hb SETELAH hamil dan sesudah hamil sesuai perintah pada soal No.14 (Word), kemudian pastekan output distribusi frekuensi hasilnya di Word. Catat hasilnya dan tulis di bawah ini. Sudah dikategorikan ? (Sudah/Belum)
Tuliskan di kanan ini Apa nama field kategori Hb setelah Hamil yang Anda buat ?
Buat perhitungan IMT Ibu dengan perintah compute Anda sudah bisa membuatnya ?
Apakah sudah dibuat Kategori IMT Ibu menjadi 5 kategori ? Dan outputnya sudah dipastekan pada lembar jawaban ?
Apakah sudah dibuat Kategori IMT Ibu menjadi 3 kategori ? Dan outputnya sudah dipastekan pada lembar jawaban ?
Sudah
Jumlah responden dengan IMT Normal ?
Jumlah Responden dgn IMT Abnormal ?
Toral Record yang diolah IMT nya ? 12745
17Sudah
Sudah/Belum
Analisis Univariat Data Numerik
20 Sudah
Sudah
2
2
2
Apakah sudah dibuat Kategori IMT Ibu menjadi 2 kategori ? Dan outputnya sudah dipastekan pada lembar jawaban ?
Anda sudah membuat tabel distribusi frekuensi untuk field Rencana ?
Buat field baru untuk merecode rencana melahirkan menjadi Fasilitas Kesehatan dan No Faskes, dimana faskes adalah yang merencanakan melahirkan di RSB/RSU atau PKM/Pustu. Selebihnya dikatakan Non Faskes. Sudah Anda lakukan ? (Sudah/Belum)
Jika sudah, berapa persen responden yang mrencanakan melahirkan di fasilitas kesehatan ? (tulis angka saja, tanpa %)
tanda % tidak perlu ditulis
Hitunglah deskriptif statistik dari field Umur Ibu (Umur) dan catat hasilnya berikut ini !
Rata-Rata Umur Ibu (tahun)Standar Deviasi Umur Ibu (tahun)Nilai Minimum Umur Ibu (tahun)
Nilai Maksimum Umur Ibu (tahun)Modus Umur Ibu (tahun)
MEDIAN Umur Ibu (tahun)
Anda sudah menghitung descriptive statistic untuk field Tekanan darah Diastolik ?
Rata-Rata Berat Badan Ibu (kg)Standar Deviasi Berat Badan Ibu (kg)Nilai Minimum Berat Badan Ibu (kg)
Nilai Maksimum Berat Badan Ibu (kg)Modus Berat Badan Ibu (kg)
MEDIAN Berat Badan Ibu (kg)
ANALISIS BIVARIATTotal Skor Analisis Bivariat (Pengujuan 1)
Total Skor Analisis Bivariat (Pengujuan 2)
Total Skor Analisis Bivariat (Pengujuan 3)
2
2
Blogging & SearchingSampai saat ini skor UAS ARIZEN SATIVA adalah 609
Total Skor Analisis Bivariat (Pengujuan 4)
Total Skor Analisis Bivariat (Pengujuan 5)
Halo… ARIZEN SATIVA (111030840104135) : Skor Keseluruhan Anda adalah : (KN=40), UAS (609) dan UTS (0). Skor akhir = 626. (Lihat di Resume)
Silahkan cetak sheet Resume yang sudah memuat semua Skor UAS kelas III, Jurusan S1 Gizi bersamaan dengan penyerahan file ini (ARIZEN SATIVA.XLSX) dan file Lembar Jawaban Word (ARIZEN SATIVA.docx) dan file data SPSS (ARIZEN SATIVA.SAV). Jike diperlukan serahkan juga file syntax Anda(ARIZEN SATIVA.SPS). Serahkan bersama
priot_out Resume
Catatan Anda di box ini : (komentar / pesan / tanggapan)
Monitoring Skor UAS Manajemen Data ARIZEN SATIVA 609Manajemen Data
ARIZ
EN S
ATIV
A
III Jumlah Skor Total Anda adalah : 609S1 Gizi 609Yayasan Perintis Padang 609V 6092014 60902 February 2014 pukul 10:0015 February 2014 pukul 14:1013.2 hari (316.2 jam)19 April 2023 pukul 9:30 609
-3349.8 hari (-80395.3 jam)ARIZEN SATIVA ! Waktu Anda Tersisa -3349.8 hari (-80395.3 jam) 609
JAWABAN Anda proc SKOR 609
ARIZEN SATIVA 1 3 OK 609
111030840104135 5 OK 609
GANJIL.rec 3 OK 609
ARIZEN SATIVA.SAV 1 OK 609
40 1 OK 609
35 0 3.0 OK 609
30 0 3.0 OK
30 5.0 OK 609
13 5.0 OK 609
609 ARIZEN SATIVA 609ARIZEN SATIVA ! Waktu Anda Tersisa -3349.8 hari (-80395.3 jam)
R E S U M E
15416 5 OK 609
35 2 OK 609
GANJIL, TB, Accending 609
TB 5 OK, skor tambah 5 609
Accending 4 OK, skor tambah 4 609sudah 3 OK, skor tambah 3 609
35 0 2OK, skor tambah 2
609
35 0 2 OK, skor tambah 2 60969 0 2 OK, skor tambah 2 609
sudah 3 OK, skor tambah 3 609
15381 0 20 609
609
YA 5 OK, skor bertambah 5 609
35 3 609
SUDAH 10 OK, skor bertambah 10 609
SUDAH 5 OK, skor bertambah 5 609
15346 20 OK, skor + 20 609
Anda Sukses : Angka 15381 ini sangat menentukan hasil proses selanjutnya
ARIZEN SATIVA ! Waktu Anda Tersisa -3349.8 hari (-80395.3 jam)
Recod yg missing sebanyak 35 harus didelete ya, ARIZEN SATIVA
YA 5 OK, skor tambah 5 609
0 0 609
SUDAH 10 OK 609
SUDAH 5 609
15346 20 OK +20 609
609
609
15346 0 2 OK 609
SUDAH 3 Sudah disortir, skor tambah 3 609
43 5 609
15303 0 10 OK +10 609
15303 0 5 OK 609
SUDAH 3 OK 609
2293 10 609
13010 0 10 OK, tambah 10 609
ARIZEN SATIVA ! Waktu Anda Tersisa -3349.8 hari (-80395.3 jam)
13010 0 2 OK 609
SUDAH 3 OK 609
30 5 OK 609
12980 0 10 OK 609
12980 0 5 OK 609
SUDAH 3 OK 609
34 5 609
12946 0 5 OK 609
12946 0 5 OK 609
SUDAH 3 OK 609
123 5 609
12823 0 5 OK 609
609
609
12823 5 OK 609
YA 3 OK 609
YA 3 609
ARIZEN SATIVA ! Waktu Anda Tersisa -3349.8 hari (-80395.3 jam)
20 5 OK 609
YA 3 609
12803 5 OK 609
609
12803 5 OK 609
YA 3 OK 609
YA 10 609
13 3 609
YA 25 Selamat, skor Anda bertambah 25 609
12790 10 OK 609
YA 5 609
45 5 609
YA 10 OK 609
12745 5 Font Putih latar merah BETUL 609
609
609
SUDAH 10 OK 609
1832 5 609
ARIZEN SATIVA ! Waktu Anda Tersisa -3349.8 hari (-80395.3 jam)
ARIZEN SATIVA ! Waktu Anda Tersisa -3349.8 hari (-80395.3 jam)
10913 5 609
12745 0 25 Font merah latar kuning BETUL 609
609
SUDAH 5 OK 609
KERJAEKO 10 OK
10319 5 609
2426 5 609
12745 0 25 OK +25 609
SUDAH 25 Skor 25 609
HB12K 1 5 609
SUDAH 20 OK
HB22K 1 5 OK 609
SUDAH 20 OK 609
SUDAH 5 OK 609
SUDAH 5 OK 609
SUDAH 5 OK 609
10561 5 609
2184 5 609
12745 50 OK 609
SUDAH 3 Skor 0 609
SUDAH 3 OK 609
72,6 5 OK 609
609
-2 Kalo Belum, Skor dikurangi 2 609
-1 609-1 609-1 Anda belum cleaning data Umur 609-1 OK 609-1 609-1 609
-2 Kalo Belum, Skor dikurangi 2 609
-1 609-1 609-1 Anda belum cleaning data BB Ibu 609-1 609-1 609-1 609
Kerjakan di sheet BIV 609
0 ups... 609
0 ups... 609
0 ups... 609
ARIZEN SATIVA ! Waktu Anda Tersisa -3349.8 hari (-80395.3 jam)
ARIZEN SATIVA ! Waktu Anda Tersisa -3349.8 hari (-80395.3 jam)
0 ups... 609
0 ups... 609
609
Sampai saat ini skor UAS ARIZEN SATIVA adalah 609 609
Halo… ARIZEN SATIVA (111030840104135) : Skor Keseluruhan Anda adalah : (KN=40), UAS (609) dan UTS (0). Skor akhir = 626. (Lihat di Resume)
Silahkan cetak sheet Resume yang sudah memuat semua Skor UAS kelas III, Jurusan S1 Gizi bersamaan dengan penyerahan file ini (ARIZEN SATIVA.XLSX) dan file Lembar Jawaban Word (ARIZEN SATIVA.docx) dan file data SPSS (ARIZEN SATIVA.SAV). Jike diperlukan serahkan juga file syntax Anda(ARIZEN SATIVA.SPS). Serahkan bersama
priot_out Resume
Identifikasi Variabel dalam Tujuan PenelitianVariabel Independen :
Variabel Dependen :
Nama field untuk Variabel Independen :
Nama field untuk Variabel Dependen:
Field : adalah : (Kategorik/Numerik) ?
Field : adalah : (Kategorik/Numerik) ?
Tentukan Uji Statistik yang akan dipakai !Kelompok Uji Statistik /Nama Uji:
H0 Pengujian :
Confidence Interval (CI) :
Metode pengujian Normality yang digunakan :
Kesimpulan hasil uji normality : (Normal / Tidak) :
Apakah sudah dilakukan NORMALISASI (apabila tidak normal) ?
Uji statistik final yang akan dipakai dalam pengujian ini adalah
Lakukan Pengujian, Baca hasil dan Interpretasikan !p-value :
H0 : Ditolak / Diterima :
Artinya :
Interpretasinya (merujuk ke Tujuan) :
Pembahasan :
JUMLAH SKOR PENGUJIAN INI
Uraian Langkah Analisis Bivariat Oleh : ARIZEN SATIVA dengan jumlah record dalam file : ARIZEN SATIVA.SAV sebanyak : 12745
(Skor Biv. = 10)
Langkah 1
Langkah 2 Identifikasi Field dalam Database : ARIZEN SATIVA.SAV
Langkah 3 Tentukan Karakteristik Field dalam Database : ARIZEN SATIVA.SAV
Langkah 4
Langkah 5 Jika ada salah satu atau kedua field Numerik, lakukan Uji Normality !
Langkah 6
Langkah 7Sesuai / Tidak sesuai hasil yang didapat dengan teori yg
relevan dengan keterkaitan kedua variabel yang diuji ?
ke Resume
skor
00
00
00
0
0
95 % 2
0
0000
0
2
Tujuan Penelitian 1Untuk mengatahui hubungan antara pendidikan Ibu dengan
keikutsertaannya berKB
skor
00
00
00
0
0
95 % 2
0000
0
2
Tujuan Penelitian 2Untuk mengetahui hubungan antara pernah atau tidak mendapat
tablet Fe dengan kadar Hb setelah Hamil
skor
00
00
00
0
0
95 % 2
0000
0
2
Tujuan Penelitian 3Mengetahui hubungan antara pendidikan dengan frekuensi
pemeriksaan kehamilan.
Untuk mengetahui hubungan umur dengan tekanan darah sistolik
skor
00
00
00
0
0
95 % 2
0000
0
2
Tujuan Penelitian 4
skor
00
00
00
0
0
95 % 2
0000
0
2
Total skor analisis BIVARIAT : 10
Tujuan Penelitian 5Untuk mengetahui apakah ada perbedaan rata-rata kadar Hb Ibu
Sebelum dan Setelah Hamil
diprint pada tgl : 04/19/2023; pukul 09:30:32
Nama Mahasiswa ARIZEN SATIVAARIZEN
SATIVA
Nomor Induk Mahasiswa 111030840104135Kelas III
Jurusan/Prodi S1 GiziNama Mata Kuliah Manajemen Data
406091040 + 609 + 10 = 659
Nilai akhir Anda akan ditentukan dari Total Skor Nilai ini (659)
NO Tugas yang Pernah Diberikan selama Perkuliahan Skor1 Transformasi Data Kategorik --> Kategorik -32 Transformasi Data Numerik --> Kategorik (pakai standar deviasi) -33 Transformasi Data Numerik --> Numerik+ Kategorik (IMT Balita) -34 Uji Normality -35 Uji Beda Proporsi -36 Uji Beda 2 Rata-rata Sampel Tidak Berpasangan (Independen Sample T Test) -37 Uji Beda Lebih 2 Rata-rata (Anova) -38 Uji Korelasi Bivariat (komentar r dan p-value) -39 Print_out Grafik pertumbuhan 5 balita (Individual Assessment : WHO Anthro 2005) -3
10 Print_out 50 kasus dientri ke Nutritional Survei (WHO Anthro 2005) -311 Print_out Prevalensi Status Gizi dan Sifat Masalah Gizi dari 50 kasus -3
12 0
Jumlah Skor UTS + Tugas adalah : -33
Skor Akhir Anda (UAS + UTS + Tugas) adalah : 626
Soal ini dikirimkan : 02 February 2014 10:00Ujian harus dikembalikan : 15 February 2014 14:10
Lama Pengerjaan : 13 hari (316.2 jam)19 April 2023 pukul 9:30 ###
Anda terlambat -80395.3 jam ###
626Nama Peserta Ujian :
tanda tangani !
ARIZEN SATIVANIM : 111030840104135
Skor dikurangi 80395.3 menjadi -79769.3
SKOR UJIAN AKHIR SEMESTER ARIZEN SATIVA KELAS III Yayasan Perintis Padang SEMESTER V TAHUN 2014
Skor Karakteristik Field (K-N) Skor Ujian Akhir Semester (UAS)
Skor Uji Bivariate (BIV)
Total Skor FINAL
Tugas-tugas apa saja yang Anda sudah kerjakan dan Diserahkan selama 1 semester dalam mengikuti Mata Kuliah Manajemen Data pada Jurusan/Prodi S1 Gizi Semester V Tahun 2014 ini . Tulis satu persatu dgn Lengkap, tidak termasuk pokok bahasan perkuliahan,
hanya Tugas saja. !
Ya/Tidak
Skor UTS Anda (lihat di sheet UTS)
RESUME ini diprint Tanggal (saat ini) :
diprint pada tgl : 04/19/2023; pukul 09:30:32
Skor Final (626) + (-80395.3) = -79769.3Skor yang 626 ini masih ditambah lagi dengan -16 sebelum nilai akhir dikalkulasi menjadi 610
hanya halaman ini saja yang diprint
NO
.
NAMACLEANING DATA KATEGORIK
KERJA DIDIK SEX PERNAH AKSEP
hasl M hasl M hasl M hasl M hasl
1 ANNISA MUD M 300 300 0 300 0 299 1 299 0 2992 ARIZEN 109 105 4 105 0 105 0 105 0 1053 AWLIYA RAHMI 570 570 0 570 0 570 0 570 0 5704 DEDE ASSYARI 301 301 0 301 0 301 0 301 0 3005 DEWITA HERMAN 450 450 0 450 0 450 0 450 0 4506 DWI MARLINDHA 400 399 1 399 0 399 0 399 0 3987 ELSI APRIANTI 308 299 9 299 0 295 4 293 2 2938 ELZA YUNITA 315 315 0 315 0 315 0 315 0 3159 ENDA VERTINIA 320 320 0 320 0 320 0 320 0 320
10 FAUZIA 222 221 1 221 0 220 1 219 1 21911 FIFI SANDRA D 249 249 0 249 0 249 0 249 0 24812 FRISKA 350 346 4 346 0 346 0 346 0 34613 IIN LAILASARI 500 500 0 500 0 500 0 500 0 50014 LARA HUTARI 375 375 0 375 0 375 0 375 0 37515 LILA AIDA 502 502 0 502 0 502 0 502 0 50216 MEGA DESTERIA 400 400 0 400 0 400 0 400 0 40017 MEGA SILVIA 515 515 0 513 2 513 0 513 0 51218 MEI FITRI 501 501 0 501 0 498 3 498 0 49819 MIA YUNITA S 300 299 1 299 0 299 0 299 0 29920 MILA PUTRI.S 301 301 0 301 0 301 0 301 0 30121 MONIKA SANTYA 401 401 0 401 0 400 1 400 0 39822 NOVI DAHLIA 500 500 0 499 1 497 2 496 1 49623 NURHARIZEL 410 409 1 409 0 409 0 409 0 40924 PUTRI SENJA 301 301 0 301 0 301 0 300 1 30025 RAHMA MAULISA 500 500 0 500 0 500 0 500 0 50026 RAHMALITA 43 41 2 41 0 40 1 40 0 4027 RATNA MS 481 481 0 481 0 481 0 481 0 48128 RATU LADI RM 300 299 1 299 0 299 0 299 0 29929 REDO TUL I 300 297 3 297 0 297 0 297 0 29730 RIFKA JUNAIDE 150 150 0 150 0 150 0 150 0 15031 RIGA KHAIRIA 301 301 0 301 0 301 0 301 0 30132 RIZELLI 403 403 0 402 1 402 0 402 0 40233 ROMI MASTUTI 431 431 0 431 0 430 1 430 0 43034 SARI KURNIATI 399 397 2 397 0 397 0 397 0 39735 SELPI NOFIANI 455 455 0 455 0 455 0 454 1 45436 SILMI DESKA 349 349 0 349 0 349 0 349 0 349
SKOR UTS MANAJEMEN DATA
Tuliskan Skor Anda pada Box berlatar Hitam di bagian Kanan tabel ini. Jml bersih dibagi Range dikali 75% dikurangi jml missing
Jumlah Record
37 SILVIA F 320 320 0 320 0 320 0 320 0 32038 SURIKA A. 500 500 0 500 0 500 0 500 0 49939 TIARA JULI .U 410 410 0 410 0 410 0 410 0 41040 TRIA.P 455 455 0 455 0 455 0 455 0 45541 WIDYA HULANDA 366 366 0 366 0 366 0 366 0 36642 WIRA RUSANTI 351 351 0 351 0 351 0 351 0 351
Total 15414 ### 29 ### 4 ### 14 ### 6 ###
Skor ARIZEN SATIVA adalah :
Cari Skor Anda dan tuliskan pada box hitam di atas !CLEANING DATA KATEGORIK CLEANING DATA NUMERIK
AKSEP RENCANA DARAHumur TB BB Sistole Diastole HB1
M hasl M hasl M 15-45 M M 35,3-89,9 M 80-300 M 60-150 M 6,5-18,2
0 299 0 298 1 298 0 298 0 298 0 298 0 295 3 2950 103 2 103 0 103 0 103 0 103 0 103 0 101 2 1010 569 1 569 0 569 0 569 0 569 0 569 0 567 2 5671 299 1 299 0 259 40 259 0 259 0 259 0 257 2 2570 450 0 450 0 450 0 450 0 450 0 450 0 450 0 4501 397 1 397 0 397 0 397 0 397 0 396 1 396 0 3960 293 0 293 0 293 0 292 1 291 1 290 1 285 5 2850 315 0 314 1 314 0 314 0 314 0 314 0 313 1 3130 320 0 320 0 320 0 320 0 320 0 320 0 316 4 3160 218 1 218 0 218 0 218 0 218 0 218 0 215 3 2151 248 0 248 0 247 1 247 0 247 0 247 0 245 2 2450 346 0 346 0 346 0 346 0 346 0 345 1 344 1 3440 500 0 500 0 500 0 500 0 500 0 500 0 499 1 4990 375 0 375 0 375 0 375 0 375 0 375 0 372 3 3720 502 0 502 0 502 0 502 0 502 0 501 1 501 0 5010 399 1 399 0 399 0 399 0 399 0 399 0 398 1 3981 512 0 512 0 512 0 512 0 512 0 512 0 508 4 5080 498 0 498 0 498 0 498 0 498 0 498 0 496 2 4960 298 1 298 0 298 0 298 0 298 0 298 0 298 0 2980 301 0 301 0 301 0 301 0 301 0 301 0 301 0 3012 397 1 397 0 397 0 397 0 397 0 395 2 370 25 3700 496 0 496 0 496 0 495 1 495 0 494 1 487 7 4860 404 5 403 1 403 0 403 0 403 0 375 28 372 3 3720 295 5 295 0 295 0 295 0 295 0 295 0 295 0 2950 498 2 498 0 498 0 498 0 498 0 498 0 498 0 4980 40 0 39 1 39 0 39 0 39 0 38 1 38 0 380 481 0 481 0 481 0 481 0 481 0 481 0 480 1 4800 297 2 297 0 297 0 297 0 297 0 297 0 296 1 2960 297 0 297 0 297 0 297 0 297 0 297 0 294 3 2940 150 0 150 0 150 0 150 0 150 0 150 0 150 0 1500 300 1 300 0 300 0 300 0 300 0 297 3 296 1 2960 402 0 402 0 402 0 402 0 402 0 400 2 396 4 3960 429 1 429 0 429 0 429 0 429 0 428 1 426 2 4260 397 0 397 0 397 0 397 0 397 0 397 0 396 1 3960 454 0 454 0 454 0 454 0 454 0 453 1 452 1 4520 349 0 349 0 349 0 349 0 349 0 349 0 349 0 348
Tuliskan Skor Anda pada Box berlatar Hitam di bagian Kanan tabel ini. Jml bersih dibagi Range dikali 75% dikurangi jml missing
135,3-180
0 320 0 320 0 320 0 320 0 320 0 311 9 265 46 2651 499 0 499 0 499 0 499 0 499 0 499 0 497 2 4970 406 4 406 0 406 0 406 0 406 0 406 0 404 2 4040 455 0 455 0 455 0 455 0 455 0 455 0 455 0 4550 366 0 366 0 366 0 366 0 366 0 366 0 365 1 3650 350 1 350 0 349 1 349 0 349 0 348 1 348 0 3487 ### 30 ### 4 15278 42 ### 2 15275 1 15222 53 15086 136 15084
Skor ARIZEN SATIVA adalah : 0Cari Skor Anda dan tuliskan pada box hitam di atas !
CLEANING DATA NUMERIK CLEANING DATA LOGIKA RERSUME
HB1 HB2 Age Weight Height 1,2 dan 3 4, 5 dan 6 75
M 6,5-18,2 M 0-59 M 2,5-25 M 50-125 M HSL M HSL M0 295 0 294 1 294 0 271 23 300 29 2710 101 0 101 0 101 0 100 1 109 9 1000 567 0 567 0 567 0 526 41 570 44 5260 257 0 254 3 254 0 222 32 301 79 2220 450 0 450 0 450 0 372 78 450 78 3720 396 0 396 0 396 0 366 30 400 34 3660 285 0 285 0 285 0 1 284 308 307 10 313 0 313 0 313 0 309 4 315 6 3090 316 0 316 0 316 0 316 0 320 4 3160 215 0 215 0 214 1 214 0 222 8 2140 245 0 245 0 245 0 244 1 249 5 2440 344 0 344 0 344 0 344 0 350 6 3440 499 0 499 0 499 0 498 1 500 2 4980 372 0 372 0 372 0 371 1 375 4 3710 501 0 500 1 500 0 487 13 502 15 4870 398 0 397 1 397 0 396 1 400 4 3960 508 0 508 0 507 1 480 27 515 35 4800 495 1 494 1 494 0 491 3 501 10 4910 298 0 298 0 298 0 295 3 300 5 2950 301 0 301 0 301 0 301 0 301 0 3010 370 0 370 0 370 0 369 1 401 32 3691 485 1 485 0 485 0 481 4 500 19 4810 372 0 372 0 372 0 337 35 410 73 3370 295 0 295 0 295 0 280 15 301 21 2800 498 0 498 0 498 0 472 26 500 28 4720 38 0 38 0 38 0 38 0 43 5 380 480 0 480 0 480 0 480 0 481 1 4800 296 0 296 0 294 2 213 81 300 87 2130 294 0 293 1 293 0 293 0 300 7 2930 150 0 150 0 150 0 146 4 150 4 1460 296 0 296 0 296 0 223 73 301 78 2230 396 0 396 0 396 0 396 0 403 7 3960 426 0 426 0 426 0 393 33 431 38 3930 396 0 396 0 396 0 391 5 399 8 3910 452 0 452 0 452 0 452 0 455 3 4521 348 0 348 0 348 0 347 1 349 2 347
AWL
Msg
BRS
0 265 0 265 0 265 0 242 23 320 78 2420 497 0 497 0 497 0 494 3 500 6 4940 403 1 403 0 403 0 403 0 410 7 4030 455 0 455 0 455 0 412 43 455 43 4120 365 0 365 0 365 0 365 0 366 1 3650 348 0 348 0 348 0 348 0 351 3 3482 ### 3 15073 8 15069 4 14179 890
Cari Skor Anda dan tuliskan pada box hitam di atas !1
5219
1004271700
5960414666957193759194565770926453907
91415628427575748666
SKOR ANDA
526525
469477787066
Statistics
TD SistolikN Valid 14179 14179 14179 14179 14179 14179 14179
Missing 0 0 0 0 0 0 0
Mean 29.00 158.733 54.358 120.59 86.85 11.416 11.502
Median 28.00 158.000 54.000 120.00 80.00 11.300 11.800
Mode 26 156.0 50.0 120 80 11.0 12.0
Std. Deviation 4.759 6.1764 7.1094 15.755 13.302 1.7371 1.6022
Skewness .607 .322 .846 4.518 1.639 -.359 .047
.021 .021 .021 .021 .021 .021 .021
Minimum 15 139.0 35.3 80 60 6.5 6.5
Maximum 45 180.0 88.0 290 150 18.2 18.0
transform > Recode Into Different Variable
UMUR3K TB3K BB3K SIS3K DIAS3K HB13K HB23K< -1 SD < 23,2 < 151,8 < 46,9 < 104,2 < 66,7 < 9,6 < 10,2
-1 SD s/d +1 SD 23,2 - 32,8 151,8 - 164,246,9 - 61,1104,2 - 135,866,7 - 93,3 9,6 - 13 10,2 - 13,4> +1 SD > 32,8 > 164,2 > 61,1 > 135,8 > 93,3 > 13 > 13,4
Output Frequency Variabel buatan transformasi
< -1 SD
-1 SD s/d +1 SD
> +1 SD
Jml 0 0 0 0 0 0 0
N 14179 14179 14179 14179 14179 14179 14179
record final 12745 12745 12745 12745 12745 12745 12745
perbedaan -1434 -1434 -1434 -1434 -1434 -1434 -1434
Umur Ibu (tahun)
TB ibu (cm)
BB ibu (kg)
TD Diastolik
HB Sebelum
hamilHB saat ini
:
Std. Error of Skewness
Statistics
14179
0
12.472
12.400
12.0
4.4120
.204
.021
2.7
25.0
transform > Recode Into Different Variable
BBBAL3K< 8
8 - 16,8> 16,8
Output Frequency Variabel buatan transformasi
Field Keterangan
UMUR3K Kenapa jumlahnya tidak sama, berarti ada yang salah -2
TB3K Kenapa jumlahnya tidak sama, berarti ada yang salah -2BB3K Kenapa jumlahnya tidak sama, berarti ada yang salah -2
0 SIS3K Kenapa jumlahnya tidak sama, berarti ada yang salah -2DIAS3K Kenapa jumlahnya tidak sama, berarti ada yang salah -2
14179 HB13K Kenapa jumlahnya tidak sama, berarti ada yang salah -2HB23K Kenapa jumlahnya tidak sama, berarti ada yang salah -2
12745 BBBAL3K Kenapa jumlahnya tidak sama, berarti ada yang salah -2
-1434
-16
BB balita (kg)
Buat Frequencies, masukkan field UMUR, TB BB SISTOL DIASTOL HB1 HB2 WEIGHT Pilih Mean, Median, Modus, Standar Deviasi, Minimum, Maximun, dan Skeweness pada pilihan Statistics. Jangan lupa menghilangkan tanda check pada Display Frequency Tables pada jendela awal Frequency. Setelah Output di dapat, PASTE kan outputnya di sel A1 di kiri ini (Ingat A1). Descriptive statistics akan diklasifikasikan otomatis pada bagian bawah. Tugas Anda adalah melakukan transformasi data field asli menjadi field di bawah dengan batas seperti pada field bersangkutan. Terakhir PASTEkan Output frequency variabel buatan pada tempat yang disediakan pada lembar jawaban (Word) dan ketik ulang nilai (frekuensi) masing-masing kategori di sebelah kirinya.
Jika ada sel di atas M24 sampai M31) yang warna merah, itu berarti ada transformasi yang tidak beres atau data yang salah urus, atau Anda mengambil output orang lain untuk disajikan dalam tabel ini
FREQUENCIES VARIABLES=UMUR TB BB SISTOL DIASTOL HB1 HB2 WEIGHT /FORMAT=NOTABLE /STATISTICS=STDDEV MINIMUM MAXIMUM MEAN MEDIAN MODE SKEWNESS SESKEW /ORDER=ANALYSIS.
Pastekan di A1 output dari syntax di bawah ini
Keterangan