Anda di halaman 1dari 12

LAPORAN PRAKTIKUM SPSS

ANALISIS UNIVARIAT

DISUSUN OLEH:

WAHYUNITA GANI WINTARTI PEMINATAN PROMOSI KESEHATAN

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 Tanggal Jam Lokasi : Jumat : 21 September 2012 : 13.30 WIB s/d selesai : 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 Missing Mean Median Mode Std. Deviation Minimum Maximum 50 0 25.10 24.00 19 4.850 19 35

umur ibu menyusui Cumulative Frequency Valid 19 20 21 22 23 24 25 26 27 30 31 32 7 3 3 5 5 4 2 5 3 3 3 3 Percent 14.0 6.0 6.0 10.0 10.0 8.0 4.0 10.0 6.0 6.0 6.0 6.0 Valid Percent 14.0 6.0 6.0 10.0 10.0 8.0 4.0 10.0 6.0 6.0 6.0 6.0 Percent 14.0 20.0 26.0 36.0 46.0 54.0 58.0 68.0 74.0 80.0 86.0 92.0

34 35 Total

2 2 50

4.0 4.0 100.0

4.0 4.0 100.0

96.0 100.0

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 N umur ibu menyusui 50 Percent 100.0% N 0 Missing Percent .0% N 50 Total Percent 100.0%

Descriptives Statistic umur ibu menyusui Mean 95% Confidence Interval for Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Lower Bound Upper Bound 25.10 23.72 26.48 24.90 24.00 23.520 4.850 19 35 16 9 .547 -.812 .337 .662 Std. Error .686

Tests of Normality Kolmogorov-Smirnov Statistic umur ibu menyusui .130 df 50


a

Shapiro-Wilk Statistic .920 df 50 Sig. .002

Sig. .035

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 Missing 50 0

pendidikan formal ibu menyusui Cumulative Frequency Valid sd smp smu pt Total 10 11 16 13 50 Percent 20.0 22.0 32.0 26.0 100.0 Valid Percent 20.0 22.0 32.0 26.0 100.0 Percent 20.0 42.0 74.0 100.0

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 Missing Mean Median Std. Deviation Minimum Maximum 50 0 1.04 1.00 .198 1 2

resiko tidak ASI eksklusif Cumulative Frequency Valid ASI eksklusif tidak ASI eksklusif Total 48 2 50 Percent 96.0 4.0 100.0 Valid Percent 96.0 4.0 100.0 Percent 96.0 100.0

Setelah itu diinterpretasikan menjadi:

ASI Eksklusif
Memberikan ASI eksklusif Tidak memberikan ASI eksklusif TOTAL

n
48 2 50

%
96% 4% 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 N berat badan bayi 50 Percent 100.0% N 0 Missing Percent .0% N 50 Total Percent 100.0%

Descriptives Statistic berat badan bayi Mean 95% Confidence Interval for Lower Bound Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Upper Bound 3170.00 3003.96 3336.04 3177.78 3150.00 3.413E5 584.232 2100 4100 2000 825 -.018 -1.007 .337 .662 Std. Error 82.623

Tests of Normality

Kolmogorov-Smirnov Statistic berat badan bayi .114 df 50

Shapiro-Wilk Statistic .953 df 50 Sig. .043

Sig. .099

a. Lilliefors Significance Correction

Histograms

Normal Q-Q Plots

Detrended Normal Q-Q Plots

Setelah itu diinterpretasikan menjadi:

Variabel
Berat Badan Bayi (gram)

Mean / Median
3170 / 3150

Standar Deviasi
584,232

MinimumMaksimum
2100-4100

95% CI
3003,963336,04