cara membuat data pelaporan di microsoft excel

1.      Cara menggabungkan sel

a.      Blok cell yang ingin digabungkan

b.      Klik merge cell

c.       Klik warp text dan midlle align

2.      Cara membuat border

a.      Blok semua table yang ingin diberi border/garis pinggir

b.      Klik kanan mouse , dan pilih format cel

c.       Pilih border

d.      Pilih border yang kamu inginkan

e.      Ok

3.      Cara membuat grafik

a.      Pertama-tama buatlah data yang akan dibuat grafik dalam bentuk table. Sebagai contoh bisa dilihat gambar dibawah ini.

b.      Blok area table mulai B3 sampai dengan D15

c.       Buka ribbon Insert kemudian pilih salah satu bentuk grafik yang diinginkan pada group menucharts. Misalnya kita pilih saja bentuk column dengan sub pilihan 2-D column seperti gambar dibawah ini.

d.      Cara membuat grafik pada microsoft excel selanjutnya adalah

Maka secara otomatis grafik akan muncul di lembar kerja tersebut. Dapat anda lihat bahwa antaragrafik dan data saling terhubung. Jika data di table anda rubah, maka secara otomatis grafik juga akan berubah. Kini anda dapat memperbesar ukuran grafik dengan drag pojok cart area kearah keluar kemudian atur sesuai dengan keinginan. 

Cara menjumlahkan data

1.Tulis formula pada cell yang ingin kamu jumlahkan, =sum(cell yang akan dijumlahkan)

2 Enter

Cara merata-ratakan data

1.      Tulis formula pada cell yang ingin dirata-ratakan =average(cell yang akan dirata-ratakan)

2.      Enter 

Cara menjumlahkan data berupa huruf

a.      Tulis formula pada cell yang ingin kamu jumlahkan, =countif(cell yang akan dijumlahkan,”data yang akan dijumlahkan”)

b.      Enter

Cara membuat menu

1.      Silakan anda buat dokumen excel yang terdiri dari 3 sheet atau lebih. Sheet 1 anda beri nama MENU UTAMA, kemudian sheet 2 dan seteruskan anda beri nama Januari, Februari dan seterusnya. 

2.      Silakan kembali ke sheet 1 (MENU UTAMA). Buat sebuah menu seperti tampak pada gambar di bawah ini. Agar tampilan menu lebih cantik silakan anda buat menggunakan AutoShape.

 3. Seperti mengubah nama cell ,ubah nama cell januari dengan nama yang anda inginkan ex”jan”

 4. Klik sheet januari ,pada sheet panggil menu yang telah dibikin tadi dengan =januari. , enter

 5. maka akan muncul nama januari

Cara membuat hyperlink

1.      Silakan kembali ke sheet 1 (MENU UTAMA). 

2.      sekarang saatnya kita menghubungkan daftar menu yang telah kita buat dengan sheet tujuan. Silakan anda klik salah satu menu, misal menu JANUARI, kemudian klik Insert, Klik Hiperlink, maka akan muncul seperti pada gambar di bawah ini

3.      Pada kotak edit hyperlink ,pilih sheet yang akan dijadikan hyperlink tujuan 

4.      ok

5.      Pilih screentip , di screentip tulis nama yang  kamu inginkan 

6.      ok

cara membuka kunci sheet

1.      Pilih sheet yang akan dibuka kuncinya

2.      Pilih menu review ,klik unprotect sheet

3.      Ketik pasord yang digunakan ketika akan mengunci tadi

4.      Ok

Cara membuat hyperlink

·         Silakan kembali ke sheet 1 (MENU UTAMA).

·         sekarang saatnya kita menghubungkan daftar menu yang telah kita buat dengan sheet tujuan. Silakan anda klik salah satu menu, misal menu JANUARI, kemudian klik Insert, Klik Hiperlink, maka akan muncul seperti pada gambar di bawah ini

·           Pada kotak edit hyperlink ,pilih sheet yang akan dijadikan hyperlink tujuan

 

·         Pilih screentip , di screentip tulis nama yang  kamu inginkan

·         Ok

·         Klik JANUARI (apabila anda akan menghubungkan menu JANUARI dengan sheet JANUARI). Klik OK. Nah sekarang anda coba arahkan mouse ke menu JANUARI, maka kursor akan berubah menjadi gambar tangan menunjuk, silakan anda klik, maka secara otomatis sheet JANUARI akan terbuka.

analisis bivariat

TUGAS

COMPUTER

“Analisis Bivariat”

 

Oleh:

SISKA NOVRIMA SARI

PRODI D III KEBIDANAN PADANG 

POLITEKNIK KESEHATAN PADANG

2013/2014

Analisis Bivariat

Tanggal 16 Desember 2013

Untuk apa melakukan pengujian?

ð  Karena ada tujuan penelitian yang hanya bisa dijawab dengan melakukan pengujian

ð  Bivariat = dua variabel

Jenis variabel pada kerangka konsep (design penelituian) :

1.      Independen variabel èvariabel bebas

2.      Dependen variabel è variabel terikat

Ada 4 kemungkinan pasangan variabel apabila dilihat dari dan bentuk data :

1.      K è K è uji beda proporsi

2.      N è K è uji beda rata-rata

a.      2 rata-rata : T – test

1.      Sampel tidak berpasangan : independen sampel T Test

2.      Sampel berpasangan : paired T Test

b.      Lebih 2 rata2 : Anova

3.      K è N èuji beda rata-rata

4.      N è N è uji korelasi (hubungan)

Apapun pasangan variabel dan bentuk diatas, pengujian ditujukan untuk menjawab tujuan penelitian (pertanyaan penelitian).

Pertanyaan penelitian : Apakah ada hubungan pendidikan dengan pekerjaan ?, maka tujuan penelitiannya adalah : untuk mengetahui hubungan pendidikan dengan jenis pekerjaan.

Ada 7 langkah ringkas dalam melakukan analisis bivariat :

1.      Identifikasin variabel dalam tujuan penelitian

2.      Identifikasi field dalam database

3.      Tentukan karakteristik data atau variabel (K/N)

4.      Tentukan uji sementara, teori yang relevan, dan hipotesis nol PENGUJIAN.

5.      Bila terdapat salah satu atau kedua variabel Numerik, lakukan uji normality

6.      Lakukan pengujian, baca hasil dan interpretasikan

7.      Lakukan pembahasan, dengan cara :

a.      Membandingkan dengan teori yang relevan

b.      Bandingkan dengan data sekunder sebagai latar belakang penelitian,

c.       Bandingkan dengan penelitian terdahulu

My note :

-          Tujuan menjawab rumusan maslah

-          Kesimpulan menjawab tujuan penelitian

-          Uji parametrik satu atau kedua variabel numerik

EXAMPLE

Tujuan penelitian : untuk mengetahui hubungan antara tingkat pendidikan dengan jenis pekerjaan.

1.      Langkah 1 : Identifikasin variabel dalam tujuan penelitian

Variabel independent : tk. Pendidikan

Variabel dep. : pekerjaan

2.      Langkah 2 : Identifikasi field dalam database

Tk. Pendidikan : à didik

Pekerjaan : à kerja

3.      Langkah 3 : Tentukan karakteristik data atau variabel (K/N)

Didik à K

Kerja à K

4.      Langkah 4 : Tentukan uji sementara, teori yang relevan, dan hipotesis nol PENGUJIAN.

Uji : uji beda proporsi

Teori relevan : makin tinggi pendidikan maka makin besar peluang mendapatkan pekerjaan yang lebih baik

H0 : pengujian : tidak ada perbedaan proporsi ibu yang tidak bekerja antara ynag berpendidikan SD, SLTP, SLTA, dan PT. Diuji pada CI 95 %

5.      Langkah 5 : Bila terdapat salah satu atau kedua variabel Numerik, lakukan uji normality

uji normality : è skip

my note : apabila pd uji normality data berdistribusi tidak normal à lakukan normalisasi à jika tetap berdistribusi tidak normal, à kategorikan data

6.      Langkah 6 : Uji, baca dan interpretasikan

Pendidikan Formal Ibu  * Pekerjaan Ibu Responden  Crosstabulation
			Pekerjaan Ibu Responden						Total
			PNS	swasta	wiraswasta	pedagang	buruh/tani	lain2
Pendidikan Formal Ibu	BH/SD	Count	1	5	2	8	48	6	70
		% within  Pendidikan Formal Ibu	1.4%	7.1%	2.9%	11.4%	68.6%	8.6%	100.0%
	SLTP	Count	18	113	88	83	57	47	406
		% within  Pendidikan Formal Ibu	4.4%	27.8%	21.7%	20.4%	14.0%	11.6%	100.0%
	SLTA	Count	77	589	648	203	23	230	1770
		% within  Pendidikan Formal Ibu	4.4%	33.3%	36.6%	11.5%	1.3%	13.0%	100.0%
	P.TINGGI	Count	583	200	147	38	4	61	1033
		% within  Pendidikan Formal Ibu	56.4%	19.4%	14.2%	3.7%	.4%	5.9%	100.0%
Total		Count	679	907	885	332	132	344	3279
		% within  Pendidikan Formal Ibu	20.7%	27.7%	27.0%	10.1%	4.0%	10.5%	100.0%

Kaidah mengoemntari :

1.      Komentari kategori yang bermasalah

2.      Bandingkan proporsi kejadian antar kategori dependen

3.      Komentari yang TER-nya

Responden yang paling banyak tidak bekerja atau hanya sebagai ibu rumah tangga adalah yang berpendidikan SLTA. (kalimat lainnya sesuai teori yang relevan). Atau komentarnya pada yang terendah : hanya 6 % saja ibu yang sarjana tidak bekerja.

Komentranya juga dapat dengan membandingkan 2 kategori sekaligus .

pada contoh ini : proporsi pengangguran

Chi-Square Tests
	Value	df	Asymp. Sig. (2-sided)
Pearson Chi-Square	2141.532a	15	.000
Likelihood Ratio	1561.422	15	.000
Linear-by-Linear Association	551.381	1	.000
N of Valid Cases	3279
a. 1 cells (4.2%) have expected count less than 5. The minimum expected count is 2.82.

Jika tidak ada jumlah expected <5 baca pearson chi square

Jika jumlah expected <5  dan proporsi tidak lebih 20 %, baca likehood

Jika expected < 5 dan proporsi lebih dari 20, tidak boleh gunakan chi square

Uji statistik chi square menentukan p<0,05, H0 ditolak. Tidak Ada perbedaan proporsi ibu yang menganggur antara yang berpendidikan SD,SLTP, SLTA dan Perguruan Tinggi, berarti ada hubungan antara pendidikan dengan pekerjaan.

Latihan 15 : hubungan antara pendidikan dengan keikutsertaan ber-KB

1.      Langkah 1 : Identifikasin variabel dalam tujuan penelitian

Variabel independent : tk. pendidikan

Variabel dep. : keikutseretaan ber-KB

2.      Langkah 2 : Identifikasi field dalam database

Tk. Pendidikan : didik

Keikutsertaan ber-KB : Akseptor

3.      Langkah 3 : Tentukan karakteristik data atau variabel (K/N)

Didik : K

Akseptor : K

4.      Langkah 4 : Tentukan uji sementara, teori yang relevan, dan hipotesis nol PENGUJIAN.

Uji : uji beda proporsi

Teori yang relevan : semakin tinggi pendidikan , maka semakin tinggi keikutsertaan ibu untuk ber-KB

H0 : tidak ada perbedaan proporsi ibu yang menjadi akseptor antara yang berpendidikan SD, SLTP, SLTA, dan PT. Diuji pada CI 95 %

5.      Langkah 5 : Bila terdapat salah satu atau kedua variabel Numerik, lakukan uji normality

uji normality : è skip

6.      Langkah 6 : Uji, baca interp

Pendidikan Formal Ibu  * Akseptor KB (Y/T) Crosstabulation
			Akseptor KB (Y/T)		Total
			TIDAK	YA
Pendidikan Formal Ibu	BH/SD	Count	27	43	70
		% within  Pendidikan Formal Ibu	38.6%	61.4%	100.0%
	SLTP	Count	101	305	406
		% within  Pendidikan Formal Ibu	24.9%	75.1%	100.0%
	SLTA	Count	502	1268	1770
		% within  Pendidikan Formal Ibu	28.4%	71.6%	100.0%
	P.TINGGI	Count	295	738	1033
		% within  Pendidikan Formal Ibu	28.6%	71.4%	100.0%
Total		Count	925	2354	3279
		% within  Pendidikan Formal Ibu	28.2%	71.8%	100.0%

Responden yang paling banyak menjadi akseptor KB adalah responden yang berpendidikan SMP, dan yang paling banyak tidak ber-KB adalah yang berpendidikan SD

Chi-Square Tests
	Value	df	Asymp. Sig. (2-sided)
Pearson Chi-Square	6.020a	3	.111
Likelihood Ratio	5.855	3	.119
Linear-by-Linear Association	.053	1	.819
N of Valid Cases	3279
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 19.75. Uji statistik chi square menentukan p>0,05, H0 diterima. Ada perbedaan proporsi ibu yang menjadi akseptor antara yang berpendidikan SD,SLTP, SLTA dan Perguruan Tinggi, berarti tidak ada hubungan antara pendidikan dengan keiikutsertaan ibu ber-KB.

Latihan 16 : untuk mengetahui hubungan antara pekerjaan dengan fasilitas kesehatan yang dipilih untuk melahirkan

1.      Langkah 1 :

Variabel independent : pekerjaan

Variabel dependent : fasilitas pelayanan yang dipilih

2.      Langkah 2 :

Pekerjaan è kerja

Fasilitas kesehatan yang dipilih è rencana

3.      Langkah 3 :

Kerja è K

Rencana è K

4.      Langkah 4 :

Uji : uji beda proporsi

Teori yang relevan : semakin baik jenis pekerjaan, maka semakin tinggi nakes yang dipilih

H0 : tidak ada perbedaan ibu yang memilih bersalin dengan nakes yang lebih tinggi antara yang bekerja PNS, swasta, wiraswasta, pedagang, petani/buruh, lain2.

5.      Langkah 5 : Bila terdapat salah satu atau kedua variabel Numerik, lakukan uji normality

uji normality : è skip

6.      Langkah 6 : uji dan interp

Pekerjaan Ibu Responden  * rencana T4 melahirkan Crosstabulation
			rencana T4 melahirkan					Total
			RSB/RSUD	PKM/PUSTU	NAKES SWASTA	DUKUN	LAIN2
Pekerjaan Ibu Responden	PNS	Count	299	192	180	7	1	679
		% within Pekerjaan Ibu Responden	44.0%	28.3%	26.5%	1.0%	.1%	100.0%
	swasta	Count	345	287	260	7	8	907
		% within Pekerjaan Ibu Responden	38.0%	31.6%	28.7%	.8%	.9%	100.0%
	wiraswasta	Count	443	208	213	17	4	885
		% within Pekerjaan Ibu Responden	50.1%	23.5%	24.1%	1.9%	.5%	100.0%
	pedagang	Count	108	105	112	4	3	332
		% within Pekerjaan Ibu Responden	32.5%	31.6%	33.7%	1.2%	.9%	100.0%
	buruh/tani	Count	38	53	22	16	3	132
		% within Pekerjaan Ibu Responden	28.8%	40.2%	16.7%	12.1%	2.3%	100.0%
	lain2	Count	86	115	131	7	5	344
		% within Pekerjaan Ibu Responden	25.0%	33.4%	38.1%	2.0%	1.5%	100.0%
Total		Count	1319	960	918	58	24	3279
		% within Pekerjaan Ibu Responden	40.2%	29.3%	28.0%	1.8%	.7%	100.0%

Tanggal 19 desember 2013

Langkah 18. Untu mengetahui hubungan antara pernah/tidak mendapat tablet Fe dengan kadar Hb sebelum hamil

“membandingkan rata-rata kadar Hb ibu yang mengkonsumsi Fe dengan rata-rata kadar Hb yang tidak mengkonsumsi Fe”

Langkah 1        : Pernah dapat tablet Fe (indep) dan kadar Hb sebelum hamil (dependen)

Langkah 2        : Pernah mendapat tablet Fe (tFe), kadar Hb sebelum hamil (Hb1)

Langkah 3        : tFe (K), Hb1 (N)

Langkah 4        :

·         Uji beda rata-rata (2 rata-rata) sampel tidak berpasangan è independent sample T test.

·         Teori : ibu yang dapat tablet Fe kadar Hb nya akan lebih tinggi dari yang tidak dapat tablet Fe karena tablet Fe adalah unsur utama pembentuk hemoglobin.

·         H0 pengujian : tidak ada perbedaan kadar Hb ibu yang dapat tablet Fe dengan rata-rata kadar Hb ibu yang TIDAK mendapat tablet Fe.

Langkah 5        :  uji normality kadar Hb1 (Numerik) è kesimpulan uji : data berdistribusi normal/Tidak normal

Langkah 6        : UJI,BACA,INTERPRETASIKAN

Group Statistics
	Diberi Tablet Fe (Y/T)	N	Mean	Std. Deviation	Std. Error Mean
Kadar HB Sebelum hamil	YA	3011	11.372	1.1150	.0203
	TIDAK	80	10.622	1.4939	.1670

·         Rata2 kadar Hb ibu yang pernah dapat teablet Fe adalah 11,4 GR % (+SD) dan rata2 kadar Hb ibu yang TIDAK dapat tablet Fe adalah 10,6 GR % (+ SD)

Independent Samples Test
		Levene's Test for Equality of Variances		t-test for Equality of Means
									95% Confidence Interval of the Difference
		F	Sig.	t	df	Sig. (2-tailed)	Mean Difference	Std. Error Difference	Lower	Upper
Kadar HB Sebelum hamil	Equal variances assumed	19.393	.000	5.877	3089	.000	.7499	.1276	.4997	1.0000
	Equal variances not assumed			4.457	81.356	.000	.7499	.1683	.4151	1.0846

·           P = 0,000

H0 ditolak

·           Ada perbedaan yang bermakna/signifikans rata2 kadar Hb ibu yang mendapatkan tablet Fe dengan rata kadar Hb ibu yang TIDAK mendapatkan tablet Fe (p<0,05) , dimana kadar Hb yang dpat lebih tinggi dari yang tidak dapat

Latihan 19.     Untuk mengetahui Hubungan antara pernah/tidak mendapat tablet Fe dengan kadar Hb setelah hamil

·           Langkah 1 : pernah/tidak mendapat tablet Fe (Independent) dan kadar Hb setelah hamil (dependent)

·           Langkah 2 : pernah/tidak mendapat tablet Fe (Tfe) Dan kadar Hb setelah hamil (Hb2)

·           Langkah 3 : Tfe è K, Hb2 è N

·           Langkah 4 :

Uji beda rata-rata (2 rata-rata) sampel tidak berpasangan è independent sample T test.

Teori : ibu yang dapat tablet Fe kadar Hb nya akan lebih tinggi dari yang tidak dapat tablet Fe karena tablet Fe adalah unsur utama pembentuk hemoglobin.

H0 pengujian : tidak ada perbedaan kadar Hb ibu yang dapat tablet Fe dengan rata-rata kadar Hb ibu yang TIDAK mendapat tablet Fe.

·         Langkah 5 : uji normality kadar Hb1 (Numerik) è kesimpulan uji : data berdistribusi normal/Tidak normal

·         UJI,BACA,INTERPRETASIKAN

Group Statistics
	Diberi Tablet Fe (Y/T)	N	Mean	Std. Deviation	Std. Error Mean
Kadar HB saat ini	YA	3011	11.301	1.2027	.0219
	TIDAK	80	11.092	1.1108	.1242

Rata2 kadar Hb ibu yang pernah dapat teablet Fe adalah 11,3 gr % (+1,2) dan rata2 kadar Hb ibu yang TIDAK dapat tablet Fe adalah 11,1 gr % (+ 1,1)

Independent Samples Test
		Levene's Test for Equality of Variances		t-test for Equality of Means
									95% Confidence Interval of the Difference
		F	Sig.	t	df	Sig. (2-tailed)	Mean Difference	Std. Error Difference	Lower	Upper
Kadar HB saat ini	Equal variances assumed	.020	.889	1.534	3089	.125	.2087	.1360	-.0580	.4753
	Equal variances not assumed			1.655	83.996	.102	.2087	.1261	-.0421	.4594

ð  P = 0, 102, H0 diterima

ð  tidak ada perbedaan kadar Hb ibu yang dapat tablet Fe dengan rata-rata kadar Hb ibu yang TIDAK mendapat tablet Fe.

Latihan 20.     Untuk mengetahui hubungan antara diukur tensi dengan tekanan darah sistolik

ð  langkah 1 :

diukur tensi (independent) dan tekanan darah sistolik (dependent)

ð  langkah 2 :

diukur tensi à tensi

tekanan darah sistolik à sistol

ð  langkah 3 :

tensi (K) dan sistol (N)

ð  Langkah 4 :

Uji beda rata-rata (2 rata-rata) sampel tidak berpasangan è independent sample T test.

Teori           : jika pemantauan terhadap tensi ibu dilakukan maka akan menghindari terjadinya hipersistolik pada ibu hamil

H0  pengujian : tidak ada perbedaan sistolik ibu yang pernah diukur tensi dan yang tidak diukur tensi

ð  Langkah 5 :

Uji normality à data berdistribusi tidak normal

ð  Langkah 6 :

Uji, baca dan interpretasikan

Group Statistics
	Diukur tensi (Y/T)		N	Mean	Std. Deviation	Std. Error Mean
TD Sistolik	dimension1	YA	3081	117.25	9.604	.173
		TIDAK	10	120.00	9.428	2.981

Rata-rata sistolik ibu yang diukur tensi adalah 117,25 (+ 9,6) mmHg, dan sistolik ibu yang tidak diukur tensi adalah 120 (+ 9,4) mmHg.

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
TD Sistolik	Equal variances assumed	.207	.649	-.905	3089	.365	-2.753	3.042	-8.717	3.211
	Equal variances not assumed			-.922	9.061	.381	-2.753	2.986	-9.502	3.996

-          P > 0,05, maka H0 diterima

-          Berarti tidak ada perbedaan sistolik antara ibu yang dikur tensi dan yang tidak pada pemeriksaan kehamilan

Latihan 21.     Untuk mengetahui hubungan antara diukur tensi dengan tekanan darah diastolic

ð  langkah 1 :

diukur tensi (independent) dan tekanan darah diastolik (dependent)

ð  langkah 2 :

diukur tensi à tensi

tekanan darah diastolik à diastol

ð  langkah 3 :

tensi (K) dan diastol (N)

ð  Langkah 4 :

Uji beda rata-rata (2 rata-rata) sampel tidak berpasangan è independent sample T test.

Teori           : jika pemantauan terhadap tensi ibu dilakukan maka akan menghindari terjadinya hipodiastolik pada ibu hamil

H0  pengujian : tidak ada perbedaan diastolik ibu yang pernah diukur tensi dan yang tidak diukur tensi

ð  Langkah 5 :

Uji normality à data berdistribusi tidak normal

ð  Langkah 6 :

Uji, baca dan interpretasikan

Group Statistics
	Diukur tensi (Y/T)		N	Mean	Std. Deviation	Std. Error Mean
TD Diastolik	dimension1	YA	3081	77.66	9.978	.180
		TIDAK	10	73.00	9.487	3.000

Rata tekanan diastole ibu yang diukr tensi adalah 77,66 (+ 9,97) mmHg dan diasto ibu yang tidak diukur tensi adalah 73 (+ 9,5) mmHg.

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
TD Diastolik	Equal variances assumed	.004	.952	1.474	3089	.141	4.657	3.160	-1.539	10.853
	Equal variances not assumed			1.549	9.065	.155	4.657	3.005	-2.135	11.448

-          P > 0,05, maka H0 diterima

-          Berarti ada perbedaan diastolik ibu yang diukur tensi dan yang tidak.

Latihan 22.     Untuk mengetahui hubungan antara ibu bekerja dan tidak bekerja dengan frekuensi pemeriksaan kehamilan

ð  Langkah 1 :

Ibu bekerja (independent) dan frekuensi pemeriksaan kehamilan (dependent)

ð  Langkah 2 :

Ibu bekerja à kerja

Frekuensi Pemeriksaan kehamilan à kali

ð  Langkah 3 :

Kerja (K) dan kali (N)

ð  Langkah 4 :

Uji                           : Uji beda rata-rata (2 rata-rata) sampel tidak berpasangan è independent sample T test.

Teori           : ibu yang bekerja memiliki frekuensi yang lebih rendah untuk memeriksakan kehamilannya, karena memiliki waktu lebih sedikit untuk memeriksakan kehamilan dibandingkan ibu yang tidak bekerja.

H0                           : tidak ada perbedaan antara frekuensi pemeriksaan kehamilan ibu yang bekerja dengan ibu yang tidak bekerja

ð  Langkah 5 :

uji normality kali (Numerik) è kesimpulan uji : data berdistribusi tidak normal

ð  Langkah 6 :

Multiple Comparisons
Frekuensi pemeriksaan kehamilan Bonferroni
(I) Pekerjaan Ibu Responden		(J) Pekerjaan Ibu Responden		Mean Difference (I-J)	Std. Error	Sig.	95% Confidence Interval
							Lower Bound	Upper Bound
dimension2	PNS	dimension3	swasta	.286	.252	1.000	-.45	1.03
			wiraswasta	-.112	.253	1.000	-.86	.63
			pedagang	.887	.333	.117	-.09	1.87
			buruh/tani	1.297	.484	.111	-.12	2.72
			lain2	1.534*	.328	.000	.57	2.50
	swasta	dimension3	PNS	-.286	.252	1.000	-1.03	.45
			wiraswasta	-.398	.233	1.000	-1.08	.29
			pedagang	.601	.318	.881	-.33	1.54
			buruh/tani	1.012	.474	.491	-.38	2.40
			lain2	1.248*	.313	.001	.33	2.17
	wiraswasta	dimension3	PNS	.112	.253	1.000	-.63	.86
			swasta	.398	.233	1.000	-.29	1.08
			pedagang	.999*	.319	.026	.06	1.94
			buruh/tani	1.409*	.474	.045	.02	2.80
			lain2	1.646*	.313	.000	.72	2.57
	pedagang	dimension3	PNS	-.887	.333	.117	-1.87	.09
			swasta	-.601	.318	.881	-1.54	.33
			wiraswasta	-.999*	.319	.026	-1.94	-.06
			buruh/tani	.410	.521	1.000	-1.12	1.94
			lain2	.647	.381	1.000	-.47	1.77
	buruh/tani	dimension3	PNS	-1.297	.484	.111	-2.72	.12
			swasta	-1.012	.474	.491	-2.40	.38
			wiraswasta	-1.409*	.474	.045	-2.80	-.02
			pedagang	-.410	.521	1.000	-1.94	1.12
			lain2	.236	.518	1.000	-1.29	1.76
	lain2	dimension3	PNS	-1.534*	.328	.000	-2.50	-.57
			swasta	-1.248*	.313	.001	-2.17	-.33
			wiraswasta	-1.646*	.313	.000	-2.57	-.72
			pedagang	-.647	.381	1.000	-1.77	.47
			buruh/tani	-.236	.518	1.000	-1.76	1.29
*. The mean difference is significant at the 0.05 level.

7. bahas :

·         Terdapat keadaan yang tidak signifikans antara pedagang dengan wiraswasta, buruh/tani dengan wiraswasta, lain2 dengan PNS, lain2 dengan swasta, lain2 dengan wiraswasta.

·         P < 0,05, maka H0 ditolak

·         Berarti ada perbedaan frekuensi ibu yang bekerja (PNS, Swasta, Wiraswasta, Pedagang, Buruh/Tani, dan lain2) dengan frekuensi pemeriksaan kehamilan.

Latihan 23.     Untuk mengetahui hubungan antara keikutsertaan ber-KB dengan umur ibu

1.      Keikutsertaan berKB à Variebel independent

Umur ibu à variabel dependent

2.      Keikutsertaan berKB à Akseptor

Umur ibu à umur

3.      Akseptor à K

Umur Ibu à N

4.      Uji        : uji beda 2 rata2

Teori    : semakin tinggi umur, maka semakin tinggi minat keikutsertaan untuk  berKB, karena resiko untuk hamil lebih tinggi.

H0        : tidak ada perbedaan antara ibu yang berumur lebih muda dan yang berumur lebih tua dengan minat keikutsertaan dalam berKB

5.      Uji normality

Data berdistribusi tidak normal

6.      Uji, baca dan interpretasikan

Group Statistics
	Akseptor KB (Y/T)		N	Mean	Std. Deviation	Std. Error Mean
Umur Ibu (tahun)	dimension1	YA	2354	27.98	4.740	.098
		TIDAK	925	27.31	4.533	.149

Rata2 umur ibu yang berKb adalah 27,98 (+ 4,7) tahun dan rata2 umur ibu yang tidak berKB 27,31 (+ 4,5) tahun.

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
Umur Ibu (tahun)	Equal variances assumed	3.039	.081	3.710	3277	.000	.674	.182	.318	1.030
	Equal variances not assumed			3.782	1760.910	.000	.674	.178	.325	1.024

·         P < 0,05, maka H0 ditolak

·         Berarti ada perbedaan antara ibu yang berusia lebih mudan dengan ibu yang berusia lebih tua dalam keikutsertaan berKB

Tanggal 23 desember 2013

Latihan 24.     Untuk mengetahui hubungan antara tingkat pendidikan (SD, SLTP, SLTA, dan PT) dengan frekuensi pemeriksaan kehamilan

ð  Anova

1.      Tingkat pendidikan è variabel independent

Frekuensi pemeriksaan kehamilan è variabel dependent

2.      Tingkat pendidikan è Didik

Frekuensi memeriksakan kehamilan è Kali

3.      Didik è K

Kali è N

4.      Uji beda > 2 rata2 è oneway anova.

Teori : Ibu yang berpendidikan lebih tinggi akan lebih sering memeriksakan kehamilannya

H0 è tidak ada perbedaan frekuensi pemeriksaan kehamilan antara ibu yang berpendidikan SD, SLTP, SLTA dan perguruan Tinggi

5.      Uji normality : data berdistribusi tidak normal

6.      Uji, baca interpretasi

ANOVA
Frekuensi pemeriksaan kehamilan
	Sum of Squares	Df	Mean Square	F	Sig.
Between Groups	524.898	3	174.966	7.533	.000
Within Groups	71696.156	3087	23.225
Total	72221.054	3090

Multiple Comparisons
Frekuensi pemeriksaan kehamilan Bonferroni
(I)  Pendidikan Formal Ibu	(J)  Pendidikan Formal Ibu	Mean Difference (I-J)	Std. Error	Sig.	95% Confidence Interval
					Lower Bound	Upper Bound
BH/SD	SLTP	-1.827*	.690	.049	-3.65	.00
	SLTA	-1.140	.655	.491	-2.87	.59
	P.TINGGI	-1.892*	.662	.026	-3.64	-.14
SLTP	BH/SD	1.827*	.690	.049	.00	3.65
	SLTA	.687	.274	.074	-.04	1.41
	P.TINGGI	-.066	.292	1.000	-.84	.70
SLTA	BH/SD	1.140	.655	.491	-.59	2.87
	SLTP	-.687	.274	.074	-1.41	.04
	P.TINGGI	-.753*	.194	.001	-1.26	-.24
P.TINGGI	BH/SD	1.892*	.662	.026	.14	3.64
	SLTP	.066	.292	1.000	-.70	.84
	SLTA	.753*	.194	.001	.24	1.26
*. The mean difference is significant at the 0.05 level.

7.      Bahas

Terdapat keadaan yang tidak signifikans antara yang berpendidikan SD/BH dengan SLTP, BH/SD dengan P.Tinggi, SLTA dengan P.Tinggi.

P < 0,05 èH0 ditolak

Ada perbedaan frekuensi pemeriksaan kehamilan antara ibu yang berpendidikan SD, SLTP, SLTA dan perguruan Tinggi

Latihan 25.     Untuk mengetahui hubungan antara umur ibu dengan alasan tidak ber-KB

1.      Alasan tidak berKB è variabel independent

Umur ibu è variabel dependent

2.      Umur ibu è umur

Alasan tidak berKB è Alasan

3.      Umur è N

Alasan è K

4.      Uji è uji oneway anova

Teori è semakin tua umur ibu maka semakin ibu akan memiliki alasan untuk berKB

H0 è tidak ada perbedaan alasan berKB antara ibu yang berusia muda dan yang berusia tua

5.      Uji normality

6.      Uji, baca, dan interpretasikan

ANOVA
Umur Ibu (tahun)
	Sum of Squares	Df	Mean Square	F	Sig.
Between Groups	86.779	3	28.926	1.410	.238
Within Groups	18897.174	921	20.518
Total	18983.952	924

Multiple Comparisons
Umur Ibu (tahun) Bonferroni
(I) alasan tidak ber-KB	(J) alasan tidak ber-KB	Mean Difference (I-J)	Std. Error	Sig.	95% Confidence Interval
					Lower Bound	Upper Bound
MASIH INGIN PUNYA ANAK	DILARANG SUAMI	-.395	.332	1.000	-1.27	.48
	TIDAK SESUAI KEYAKINAN	.452	.430	1.000	-.69	1.59
	LAIN2	-.434	.973	1.000	-3.01	2.14
DILARANG SUAMI	MASIH INGIN PUNYA ANAK	.395	.332	1.000	-.48	1.27
	TIDAK SESUAI KEYAKINAN	.847	.430	.295	-.29	1.98
	LAIN2	-.039	.973	1.000	-2.61	2.53
TIDAK SESUAI KEYAKINAN	MASIH INGIN PUNYA ANAK	-.452	.430	1.000	-1.59	.69
	DILARANG SUAMI	-.847	.430	.295	-1.98	.29
	LAIN2	-.886	1.011	1.000	-3.56	1.79
LAIN2	MASIH INGIN PUNYA ANAK	.434	.973	1.000	-2.14	3.01
	DILARANG SUAMI	.039	.973	1.000	-2.53	2.61
	TIDAK SESUAI KEYAKINAN	.886	1.011	1.000	-1.79	3.56

7.      P > 0,05 è H0 diterima

Berarti tidak ada perbedaan alasan berKB antara ibu yang berusia muda dan yang berusia tua

Latihan 26      : Hubungan antara pendidikan ibu dengan berat anak

1.       Pendidikan è variabel independent

Berat anak è variabel dependent

2.       Pendidikan è didik

Berat anak è weight

3.       Didik è K

Weight è N

4.       Uji : uji > 2 rata-rata è oneway anova

Teori : semakin tinggi pendidikan ibu maka semakin berat bdan anak karena ibu memiliki pengetahuan yang cukup dalam gizi anak

H0        è terdapat perbedaan berat badan anak antara ibu yang berpendidikan SD, SLTP, SLTA dan Perguruan Tinggi

5.       Uji normality

6.       Uji, bahas dan interpretasikan

ANOVA
BB balita
	Sum of Squares	df	Mean Square	F	Sig.
Between Groups	260.278	3	86.759	3.509	.015
Within Groups	80974.516	3275	24.725
Total	81234.794	3278

Multiple Comparisons
BB balita Bonferroni
(I)  Pendidikan Formal Ibu	(J)  Pendidikan Formal Ibu	Mean Difference (I-J)	Std. Error	Sig.	95% Confidence Interval
					Lower Bound	Upper Bound
BH/SD	SLTP	.9382	.6435	.870	-.761	2.637
	SLTA	.1143	.6060	1.000	-1.485	1.714
	P.TINGGI	.4698	.6141	1.000	-1.151	2.091
SLTP	BH/SD	-.9382	.6435	.870	-2.637	.761
	SLTA	-.8239*	.2736	.016	-1.546	-.102
	P.TINGGI	-.4684	.2913	.647	-1.237	.300
SLTA	BH/SD	-.1143	.6060	1.000	-1.714	1.485
	SLTP	.8239*	.2736	.016	.102	1.546
	P.TINGGI	.3555	.1947	.408	-.159	.869
P.TINGGI	BH/SD	-.4698	.6141	1.000	-2.091	1.151
	SLTP	.4684	.2913	.647	-.300	1.237
	SLTA	-.3555	.1947	.408	-.869	.159
*. The mean difference is significant at the 0.05 level.

7.       Terdapat keadaan yang tidak signifikan antara SLTP dan SLTA ,

P < 0,05, maka H0 ditolak è ada perbedaan berat badan anak antara ibu yang berpendidikan SD, SLTP, SLTA dan Perguruan Tinggi

UJI KORELASI

Latihan 27      : Untuk mengetahui hubungan antara umur dengan tekanan darah

1.      Umur ibu à variabel independen

Tekanan darah à variabel dependent

2.      Umur ibu à umur

Tekanan darah à sistolik (sistol), diastolik (diastol)

3.      Umur à N

Sistol à N

Distol à N

4.      Uji : uji koarelasi

Teori : semakin tua umur maka semakin tinggi tekanan darah karena terjadi atrofi pembuluh darah

H0 : ada perbedaan tekanan darah antara ibu yang berusia muda dengan ibu yang berusia lebih tua

5.      Uji normality

6.      Uji, bahas dan interpretasikan

Descriptive Statistics
	Mean	Std. Deviation	N
Umur Ibu (tahun)	27.79	4.691	3279
TD Sistolik	117.23	9.696	3279
TD Diastolik	77.69	10.121	3279

Correlations
		Umur Ibu (tahun)	TD Sistolik	TD Diastolik
Umur Ibu (tahun)	Pearson Correlation	1	.018	-.003
	Sig. (2-tailed)		.314	.869
	N	3279	3279	3279
TD Sistolik	Pearson Correlation	.018	1	.420**
	Sig. (2-tailed)	.314		.000
	N	3279	3279	3279
TD Diastolik	Pearson Correlation	-.003	.420**	1
	Sig. (2-tailed)	.869	.000
	N	3279	3279	3279
**. Correlation is significant at the 0.01 level (2-tailed).

Hubungan umur dengan tekanan darah sistolik ditemukan koefisien korelasi 0,018,

Artinya setiap pnembahan 1 tahun umur maka akan terjadi kenaikan tekanan darah sistolik se besar 0,018 mmHg (N=3279). Hubungan tersebut bermakna pada alpha 0,05 (p < 0,05).

UJI KORELASI TWO TILE

ð  < 0,25               (L)

ð  0,25 – 0,5         (S)

ð  0,5 – 0,75         (K)

ð  >0,75                (SK)