1. Masukkan data (terlampir), buat variabel label dan value label sesuai koding.

Data variabel

Data view

2. Pengelompokkan data umur Klik menu transform lalu pilih recode into different variables

Isi kolom numeric variabel dengan klik variabel umur lalu pindahkan kedalam kolom tersebut. kemudian isi kolom output variabel lalu pilih change lalu pilih old and new values.

Lalu isi kolom old and new variable dan pilih continue dan ok.

Kemudian isi values pada variabel view

a. Penyajian data Kategori umur ibu

kategori umur ibu

NValid 50Missing 0

kategori umur ibuFrequency Percent Valid

PercentCumulative

Percent

Valid

<20 tahun 8 16,0 16,0 16,020-30 tahun

32 64,0 64,0 80,0

>30 tahun 10 20,0 20,0 100,0Total 50 100,0 100,0

b. Interpretasi :Berdasarkan tabel di atas, kategori umur ibu terbesar adalah umur 20-30 tahun

yaitu sebesar 64% (32 orang).

3. Pembuatan variabel baru dari hasil rata-rata pengukuran Hb 1 dan Hb 2 (mean) (x+y)/2 Klik menu transform lalu pilih compute variabel

Kemudian isi kolom target variabel, lalu pilih dan label, kemudian isi label

Lalu pilih statistical pada kolom function group

dan pilih mean. Kemudian klik tanda panah dibawah dan isi kolom numeric expression dan ok.

a. Penyajian Kategori rata-rata pengukuran Hb1 dan Hb2

b. Interpretasi

Berdasarkan tabel di atas, kategori rata-rata pengukuran Hb1 dan Hb2 yang

paling besar adalah pada nilai rata-rata 10,829 gr/dl.

Statisticskategori rata-rata pengukuran hb1 dan hb2

NValid 50Missing 0

Mean 10,829

kategori rata-rata pengukuran hb1 dan hb2Frequenc

yPercent Valid

PercentCumulative

Percent

Valid

9,1 1 2,0 2,0 2,09,6 1 2,0 2,0 4,010,0 12 24,0 24,0 28,010,1 1 2,0 2,0 30,010,3 1 2,0 2,0 32,010,6 18 36,0 36,0 68,010,6 1 2,0 2,0 70,010,8 1 2,0 2,0 72,010,9 1 2,0 2,0 74,011,3 1 2,0 2,0 76,011,3 1 2,0 2,0 78,011,4 2 4,0 4,0 82,012,4 2 4,0 4,0 86,012,8 7 14,0 14,0 100,0Total 50 100,0 100,0

4. Pengelompokkan berat bayi

Klik menu transform lalu pilih recode into different variables

Isi kolom numeric variabel dengan klik variabel umur lalu pindahkan kedalam kolom tersebut. kemudian isi kolom output variabel lalu pilih change lalu pilih old and new values.

Lalu isi

kolom old and new variable dan pilih continue dan ok.

Kemudian isi values pada variabel view dan klik ok

a. Penyajian Kategori berat badan bayi

b. Interpretasi :

Berdasarkan tabel di atas, kategori berat badan bayi >= 2500 adalah kategori

berat badan bayi paling banyak yaitu sebesar 88% (44 orang).

kategori berat badan bayiFrequenc

yPercent Valid

PercentCumulative

Percent

Valid<2500 6 12,0 12,0 12,0>=2500 44 88,0 88,0 100,0Total 50 100,0 100,0

A. Hubungan sikap dan pemberian asi eksklusif

Case Processing SummaryCases

Valid Missing TotalN Percent N Percent N Percent

kategori sikap * 5. Apakah ibu menyusui secara eks

50 100,0% 0 0,0% 50 100,0%

kategori sikap * 5. Apakah ibu menyusui secara eksklusif Crosstabulation5. Apakah ibu menyusui

secara eksklusifTotal

Tidak Ya

kategori sikap

positifCount 9 14 23% within kategori sikap

39,1% 60,9% 100,0%

negatifCount 16 11 27% within kategori sikap

59,3% 40,7% 100,0%

TotalCount 25 25 50% within kategori sikap

50,0% 50,0% 100,0%

Chi-Square TestsValue df Asymp. Sig.

(2-sided)Exact Sig. (2-sided)

Exact Sig. (1-sided)

Pearson Chi-Square 2,013a 1 ,156Continuity Correctionb 1,288 1 ,256Likelihood Ratio 2,027 1 ,155Fisher's Exact Test ,256 ,128Linear-by-Linear Association

1,973 1 ,160

N of Valid Cases 50a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 11,50.b. Computed only for a 2x2 table

B. Hubungan tingkat pendidikan dan pekerjaan

Case Processing Summary

CasesValid Missing Total

N Percent N Percent N Percent2. Tingkat pendidikan ibu * 3. Apakah pekerjaan ibu

50 100,0% 0 0,0% 50 100,0%

2. Tingkat pendidikan ibu * 3. Apakah pekerjaan ibu Crosstabulation3. Apakah pekerjaan ibu Total

Tidak bekerja

Ya

2. Tingkat pendidikan ibu

SDCount 5 7 12% within 2. Tingkat pendidikan ibu

41,7% 58,3% 100,0%

SMPCount 2 6 8% within 2. Tingkat pendidikan ibu

25,0% 75,0% 100,0%

SMUCount 13 4 17% within 2. Tingkat pendidikan ibu

76,5% 23,5% 100,0%

PTCount 5 8 13% within 2. Tingkat pendidikan ibu

38,5% 61,5% 100,0%

TotalCount 25 25 50% within 2. Tingkat pendidikan ibu

50,0% 50,0% 100,0%

C. Hubungan pemberian asi eksklusif dan berat badan bayi

Case Processing SummaryCases

Valid Missing Total

N Percent N Percent N Percent5. Apakah ibu menyusui secara eks * kategori berat badan bayi

50 100,0% 0 0,0% 50 100,0%

5. Apakah ibu menyusui secara eks * kategori berat badan bayi Crosstabulationkategori berat badan

bayiTotal

<2500 >=2500

5. Apakah ibu menyusui secara eks

TidakCount 4 21 25% within 5. Apakah ibu menyusui secara eks

16,0% 84,0% 100,0%

YaCount 2 23 25% within 5. Apakah ibu menyusui secara eks

8,0% 92,0% 100,0%

TotalCount 6 44 50% within 5. Apakah ibu menyusui secara eks

12,0% 88,0% 100,0%

Chi-Square TestsValue df Asymp. Sig.

(2-sided)Exact Sig. (2-sided)

Exact Sig. (1-sided)

Pearson Chi-Square ,758a 1 ,384Continuity Correctionb ,189 1 ,663Likelihood Ratio ,771 1 ,380Fisher's Exact Test ,667 ,334Linear-by-Linear Association

,742 1 ,389

N of Valid Cases 50a. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 3,00.b. Computed only for a 2x2 table

D. Hubungan uji chi-square Hb1 dan Hb2

Case Processing SummaryCases

Valid Missing Total

N Percent N Percent N Percent6a. Kadar Hb * 6b. Kadar Hb

50 100,0% 0 0,0% 50 100,0%

Chi-Square TestsValue df Asymp. Sig. (2-sided)

Pearson Chi-Square 318,409a 81 ,000Likelihood Ratio 173,470 81 ,000Linear-by-Linear Association

17,945 1 ,000

N of Valid Cases 50a. 100 cells (100,0%) have expected count less than 5. The minimum expected count is ,04.

Tugas Komputer Lanjut

PENGOLAHAN DATA DAN MODIFIKASI DATA

Oleh :

RISKA JULIANA (P00331013027)

TINGKAT II A

KEMENTERIAN KESEHATAN REPUBLIK INDONESIA

POLITEKNIK KESEHATAN KEMENKES KENDARI

JURUSAN D III GIZI

2015