LAPORAN PRAKTIKUM SPSSANALISIS UNIVARIAT

DISUSUN OLEH:WAHYUNITA GANI WINTARTI

- 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]”.

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

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:

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

Normal Q-Q Plots

Detrended Normal Q-Q Plots

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.

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%

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

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

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