SPSS
Setelah kita mengentri data di Epidata maka untuk melakukan pengolahan data dapat kita lakukan di SPSS. Langkah – langkah untuk memasukkan data yaitu :
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.
2. Data awal terdiri dari 16287 record, setelah dicleaning, jumlah data menjadi 14475 record.
Batasan yang digunakan pada tiap record :
- Tekanan darah sistolik 80-200 mmHg.
- Tekanan darah diastolik 60-150 mmHg.
- HB 6.5-16.5 gr%.
- BB (berat badan) 37-85 kg.
- TB (tinggi badan) 135-180 cm.
- Umur 15-45 tahun
3. Langkah-Langkah untuk menemukan data yang missing :
Contoh untuk record tekanan darah sistolik :
Klik Analyze à Klik Descriptive Statistics à Klik Frequencies
Masukkan field tekanan darah sistolik 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 tekanan darah sistolik lalu pilih sort order Accending. Dengan pilihan accending, maka record missing akan terletak paling atas. Lalu semua record yang missing, dilakukan penghapusan. Jika ada nilai yang kurang atau lebih dari batas maka datanya juga dihapus.
4. Dari table diatas, data disimpulkan bahwa :
- 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.
- 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.
- 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.
- 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.
- 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 = didik
b. Dep. = kerja
3. Karakteristik
a. Didik= K
b. kerja= K
c. table 2x2
K--K ---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=0,000 bandingkan dengan alfa
7. p<α : ada perbedaan proporsi tingkat pendidikan dengan jenis pekerjaasn responden, berarti ada hubungan antara tingkat pendidikan dengan jenis pekerjaan responden.
p<α --H0 ditolak ~ bermakna
p> α --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. p>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---K ---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. p<α : ada perbedaan proporsi tingkat pendidikan dengan jenis pekerjaasn responden, berarti ada hubungan antara tingkat pendidikan dengan jenis pekerjaan responden.
p<α --H0 ditolak ~ bermakna
p> α --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 --N --Uji anova
4. Uji yang dipakai ; ANOVA
5. Apabila terdapat variabel numeric lakukan uji normality. Setelah dilakukan uji normality pada variabel numerik, maka didapat bahwa kadar Hb tidak berdistribusi normal karena :
· Jika dilihat dari uji kolmogorof nilai p<α maka tidak berdistribusi normal.
· Dengan menggunkan nilai skeweness dan standar eror, nilainya ≥ 2 sehingga tidak berdistribusi normal.
· Dilihat dari jlai mean, median dan modus nilainya tidak sama sehingga tidak berdistribusi normal.
Maka dilakukan pengkategorian menjadi anemiadepkes 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
p<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 --H0 ditolak ~ bermakna
p> α --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 --K --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. p<α : ada perbedaan proporsi tekanan darah dengan golongan darah, berarti ada hubungan antara tekanan darah dengan golongan darah.responden.
p<α -- H0 ditolak ~ bermakna
p> α -- H0 diterima ~ tidak bermakna
f. Tujuan Untuk Mengetahui Hubungan Antara Tekanan Darah Diastolik 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 diastolik
b. Dep : golongan darah
2. Field
c. indep = diastol
d. Dep. = darah
3. Karakteristik
a. diastol= N
b. darah= K
c. table 2x2
K --K --Uji anova
4. Uji yang dipakai ; uji anova
5. Apabila terdapat variabel numeric lakukan uji normality. Setelah dilakukan uji normality pada variabel numeric yaitu diastolik, maka didapat bahwa TD diastolik tidak berdistribusi normal maka dilakukan pengkategorian menjadi HPdias lalu dilakukan uji beda proporsi.
6. H0 pengujian : ada perbedaan proporsi tekanan darah dengan golongan darah.
p-value
p=0,000 bandingkan dengan alfa
7. p<α : ada perbedaan proporsi tekanan darah dengan golongan darah, berarti ada hubungan antara tekanan darah dengan golongan darah.responden.
p<α --H0 ditolak ~ bermakna
p> α --H0 diterima ~ tidak bermakna
Untuk melihat hasil lebih lengkap klik disini
