laporan praktikum spss - analisis univariat
TRANSCRIPT
![Page 1: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/1.jpg)
LAPORAN PRAKTIKUM SPSSANALISIS UNIVARIAT
DISUSUN OLEH:WAHYUNITA GANI WINTARTI
![Page 2: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/2.jpg)
- TUJUAN
Tujuan praktikum analisis univariat dengan menggunakan aplikasi SPSS 16.0 untuk memudahkan dalam penghitungan statistik data numerik maupun kategorik. Juga untuk menghitung uji kenormalitasan data (khusus untuk data numerik), mean, median, modus, range, standar deviasi, dan lain sebagainya serta untuk menghitung persentase dan nilai frekuensi distribusi data (untuk data kategorik).
- WAKTU DAN TEMPAT PELAKSAAN PRAKTIKUM
Praktikum analisis univariat dengan menggunakan aplikasi SPSS 16.0 dilaksanakan pada:
Hari : Jumat
Tanggal : 21 September 2012
Jam : 13.30 WIB s/d selesai
Lokasi : Laboratorium HIS FKIK
- LANGKAH KERJA
Berikut ini adalah langkah-langkah kerja yang perlu dilakukan untuk melakukan penghitungan analisis univariat dengan SPSS 16.0:
1. Klik Start → All Program → SPSS Inc → SPSS 16.0
2. Klik File → Open → Data → pilih file dengan nama “asi.sav” lalu OK
Saat file sudah terbuka, maka file sudah siap untuk dioperasikan. Dalam melakukan penghitungan analisis univariat ada beberapa macam, seperti penghitungan statistik, uji kenormalan data, dan lain-lain.
A. Penghitungan Statistik
a. Data Numerik
Untuk menghitung data numerik ada beberapa langkah yang harus dilakukan:
1. Klik Analyze → Descriptive Statistics → Frequencies.
2. Maka akan muncul kotak Frequencies, kemudian pilih salah satu variabel yang akan dianalisis, contohnya “umur Ibu menyusui [umur]”.
![Page 3: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/3.jpg)
3. Klik “umur Ibu menyusui [umur]” ke dalam kotak Variable(s).
4. Klik Statistics, lalu pilih mean, median, dan mode pada kotak Central Tendency, lalu pilih std. deviation, minimum, dan maximum pada kotak Despersion, lalu klik Continue.
5. Lalu klik Charts, pilih Histograms dan klik with normal curve, lalu klik Continue.
6. Terakhir klik OK.
Maka Output yang akan muncul adalah:
Statistics
umur ibu menyusui
N Valid 50
Missing 0
Mean 25.10
Median 24.00
Mode 19
Std. Deviation 4.850
Minimum 19
Maximum 35
umur ibu menyusui
Frequency Percent Valid Percent
Cumulative
Percent
Valid 19 7 14.0 14.0 14.0
20 3 6.0 6.0 20.0
21 3 6.0 6.0 26.0
22 5 10.0 10.0 36.0
23 5 10.0 10.0 46.0
24 4 8.0 8.0 54.0
25 2 4.0 4.0 58.0
26 5 10.0 10.0 68.0
27 3 6.0 6.0 74.0
30 3 6.0 6.0 80.0
31 3 6.0 6.0 86.0
32 3 6.0 6.0 92.0
![Page 4: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/4.jpg)
34 2 4.0 4.0 96.0
35 2 4.0 4.0 100.0
Total 50 100.0 100.0
Selain menggunakan Frequencies, kita juga bisa menggunakan penghitungan deskriptif lainnya, yaitu Explore. Dengan langkah sebagi berikut:
1. Klik Analyze → Descriptive Statistics → Explore.
2. Maka akan muncul kotak Explore, kemudian pilih “umur Ibu menyusui [umur]” ke dalam kotak Dependent List.
3. Lalu klik Statistics pilih descriptives lalu Continue, kemudian klik Plots pilih dependents together pada kotak Boxplots lalu pilih histogram pada kotak Descriptive, kemudian pilih Normality plots with tests, lalu klik Continue.
4. Pada kotak Display pilih both. Terakhir OK.
Maka Output yang akan muncul adalah:
![Page 5: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/5.jpg)
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
umur ibu menyusui 50 100.0% 0 .0% 50 100.0%
Descriptives
Statistic Std. Error
umur ibu menyusui Mean 25.10 .686
95% Confidence Interval for
Mean
Lower Bound 23.72
Upper Bound 26.48
5% Trimmed Mean 24.90
Median 24.00
Variance 23.520
Std. Deviation 4.850
Minimum 19
Maximum 35
Range 16
Interquartile Range 9
Skewness .547 .337
Kurtosis -.812 .662
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
umur ibu menyusui .130 50 .035 .920 50 .002
a. Lilliefors Significance Correction
Histograms
![Page 6: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/6.jpg)
Normal Q-Q Plots
![Page 7: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/7.jpg)
Detrended Normal Q-Q Plots
![Page 8: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/8.jpg)
b. Data Kategorik
Untuk menghitung data kategorik ada beberapa langkah yang harus dilakukan:
1. Klik Analyze → Descriptive Statistics → Frequencies.
2. Maka muncullah kotak Frequencies, kemudian pilih “pendidikan formal Ibu menyusui [didik]” dan masukan ke kotak Variable(s).
3. Langsung klik OK tanpa perlu mengubah apapun.
Maka Output yang akan muncul adalah:
Statistics
pendidikan formal ibu menyusui
N Valid 50
Missing 0
pendidikan formal ibu menyusui
Frequency Percent Valid Percent
Cumulative
Percent
Valid sd 10 20.0 20.0 20.0
smp 11 22.0 22.0 42.0
smu 16 32.0 32.0 74.0
pt 13 26.0 26.0 100.0
Total 50 100.0 100.0
- LATIHAN
1. Resiko tidak memberikan ASI eksklusif:
a. Apabila bayi BBLR dan usia ibu ≥ 35 tahun.
b. Berapa persentase (%) Ibu yang tidak memberikan ASI eksklusif?
2. Deskripsikan berat badan bayi dan interpretasikan.
JAWAB:
1. Untuk menjawab pertanyaan no. 1 dibutuhkan langkah-langkah sebagai berikut:
a. Klik Transform → Compute Variable.
![Page 9: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/9.jpg)
b. Pada kotak Target Variable isi dengan “res_non_ASI_eks”, kemudian pada kotak Numeric Expression isi dengan angka “1” (bisa juga dengan mengklik angka “1” pada kotak yang berada tepat dibawahnya). Kemdian OK.
c. Lalu ulangi kembali dengan mengklik Transform → Compute Variable.
d. Pada kotak Numeric Expression isi dengan angka “0” bisa juga dengan angka “2”, lalu klik IF. Maka akan muncul kotak Compute Variable: If Cases, klik Include if case satisfies condition:, lalu masukan “status BBLR [statuu_bblr]” ke dalam kotak, klik “=”, “0”, dan “&”, kemudian klik “umur Ibu menyusui [umur]” ke dalam kotak, klik “≥” dan “35”. Sehingga terbentuk seperti ini: “statuu_bblr = 0 & umur >= 35” dan klik Continue.
e. Lalu klik OK.
Maka Output yang akan muncul adalah:
Statistics
resiko tidak ASI eksklusif
N Valid 50
Missing 0
Mean 1.04
Median 1.00
Std. Deviation .198
Minimum 1
Maximum 2
resiko tidak ASI eksklusif
Frequency Percent Valid Percent
Cumulative
Percent
Valid ASI eksklusif 48 96.0 96.0 96.0
tidak ASI eksklusif 2 4.0 4.0 100.0
Total 50 100.0 100.0
Setelah itu diinterpretasikan menjadi:
ASI Eksklusif n %Memberikan ASI eksklusif 48 96%Tidak memberikan ASI eksklusif 2 4%TOTAL 50 100%
![Page 10: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/10.jpg)
2. Untuk menjawab pertanyaan no. 2 dibutuhkan langkah-langkah sebagai berikut:
a. Klik Analyze → Descriptive Statistics → Explore.
b. Maka akan muncul kotak Explore, kemudian pilih “berat badan bayi [bbbayi]” ke dalam kotak Dependent List.
c. Lalu klik Statistics pilih descriptives lalu Continue, kemudian klik Plots pilih dependents together pada kotak Boxplots lalu pilih histogram pada kotak Descriptive, kemudian pilih Normality plots with tests, lalu klik Continue.
d. Pada kotak Display pilih both. Terakhir OK.
Maka Output yang akan muncul adalah:
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
berat badan bayi 50 100.0% 0 .0% 50 100.0%
Descriptives
Statistic Std. Error
berat badan bayi Mean 3170.00 82.623
95% Confidence Interval for
Mean
Lower Bound 3003.96
Upper Bound 3336.04
5% Trimmed Mean 3177.78
Median 3150.00
Variance 3.413E5
Std. Deviation 584.232
Minimum 2100
Maximum 4100
Range 2000
Interquartile Range 825
Skewness -.018 .337
Kurtosis -1.007 .662
![Page 11: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/11.jpg)
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
berat badan bayi .114 50 .099 .953 50 .043
a. Lilliefors Significance Correction
Histograms
Normal Q-Q Plots
![Page 12: Laporan Praktikum Spss - Analisis Univariat](https://reader036.vdocuments.mx/reader036/viewer/2022082315/557210a7497959fc0b8d80b7/html5/thumbnails/12.jpg)
Detrended Normal Q-Q Plots
Setelah itu diinterpretasikan menjadi:
Variabel Mean / Median
Standar Deviasi
Minimum-Maksimum
95% CI
Berat Badan Bayi (gram)
3170 / 3150 584,232 2100-4100 3003,96-3336,04