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
N

Valid
Missing

<20 tahun
20-30
Valid tahun
>30 tahun
Total

50
0
kategori umur ibu
Frequency Percent
Valid
Cumulative
Percent
Percent
8
16,0
16,0
16,0
32

64,0

64,0

80,0

10
50

20,0
100,0

20,0
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.

Statistics
kategori rata-rata pengukuran hb1 dan hb2
Valid
50
N
Missing
0
Mean
10,829

a. Penyajian Kategori rata-rata

pengukuran Hb1 dan Hb2

Valid

kategori rata-rata pengukuran hb1 dan hb2

Frequency Percent
Valid
Cumulative
Percent
Percent
9,1
1
2,0
2,0
2,0
9,6
1
2,0
2,0
4,0
10,0
12
24,0
24,0
28,0
10,1
1
2,0
2,0
30,0
10,3
1
2,0
2,0
32,0
10,6
18
36,0
36,0
68,0
10,6
1
2,0
2,0
70,0
10,8
1
2,0
2,0
72,0
10,9
1
2,0
2,0
74,0
11,3
1
2,0
2,0
76,0
11,3
1
2,0
2,0
78,0
11,4
2
4,0
4,0
82,0
12,4
2
4,0
4,0
86,0
12,8
7
14,0
14,0
100,0
Total
50
100,0
100,0

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.
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

kategori berat badan bayi
Frequency Percent
Valid
Cumulative
Percent
Percent
<2500
6
12,0
12,0
12,0
Valid >=2500
44
88,0
88,0
100,0
Total
50
100,0
100,0
b. Interpretasi :

Berdasarkan tabel di atas, kategori berat badan bayi >= 2500 adalah kategori
berat badan bayi paling banyak yaitu sebesar 88% (44 orang).

A. Hubungan sikap dan pemberian asi eksklusif

Case Processing Summary
Cases
Valid
Missing
N
Percent
N
Percent
kategori sikap * 5.
Apakah ibu menyusui
secara eks

50

100,0%

0,0%

Total
N
Percent
50

100,0%

kategori sikap * 5. Apakah ibu menyusui secara eksklusif Crosstabulation

Chi-Square Tests
5. Apakah ibu menyusui
Total
Value
df
Asymp. Sig.
Exact
Sig.
(2Exact
Sig. (1secara eksklusif
(2-sided)
sided)Ya
sided)
Tidak
a
Pearson Chi-Square
2,013
1
,156 9
Count
14
23
b
Continuity Correction
1,288
1
,256
positif % within kategori
39,1%
60,9% 100,0%
Likelihood
Ratio
2,027
1
,155
sikap
kategori
Fisher's
,256 11
,128
sikapExact Test
Count
16
27
Linear-by-Linear negatif %1,973
1
,160
within kategori
59,3%
40,7% 100,0%
Association
sikap
N of Valid Cases
50
Count
25
25
50
a. 0Total
cells (0,0%) have expected
count
less
than
5.
The
minimum
expected
count
is
11,50.
% within kategori
50,0%
50,0% 100,0%
b. Computed only for a 2x2sikap
table
B. Hubungan tingkat pendidikan dan pekerjaan
Case Processing Summary
Cases
Valid
Missing
N
Percent
N
Percent
2. Tingkat pendidikan
ibu * 3. Apakah
pekerjaan ibu

50

100,0%

0,0%

Total
N
Percent
50

100,0%

2. Tingkat pendidikan ibu * 3. Apakah pekerjaan ibu Crosstabulation

3. Apakah pekerjaan ibu Total

Tidak
bekerja

2. Tingkat pendidikan
ibu

Total

Count
SD
% within 2. Tingkat
pendidikan ibu
Count
SMP % within 2. Tingkat
pendidikan ibu
Count
SMU % within 2. Tingkat
pendidikan ibu
Count
PT
% within 2. Tingkat
pendidikan ibu
Count
% within 2. Tingkat
pendidikan ibu

Ya
5

12

41,7%

58,3%

100,0%

25,0%

75,0%

100,0%

13

17

76,5%

23,5%

100,0%

13

38,5%

61,5%

100,0%

25

25

50

50,0%

50,0%

100,0%

C. Hubungan pemberian asi eksklusif dan berat badan bayi

Case Processing Summary
Cases
Valid
Missing
N
Percent
N
Percent
5. Apakah ibu
menyusui secara eks *
kategori berat badan
bayi

50

100,0%

0,0%

Total
N
Percent
50

100,0%

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

<2500

5. Apakah ibu
menyusui secara eks

Total

Count
Tidak % within 5. Apakah ibu
menyusui secara eks
Count
Ya
% within 5. Apakah ibu
menyusui secara eks
Count
% within 5. Apakah ibu
menyusui secara eks

>=2500
21

25

16,0%

84,0%

100,0%

23

25

8,0%

92,0%

100,0%

44

50

12,0%

88,0%

100,0%

Chi-Square Tests
Value
df
Asymp. Sig. Exact Sig. (2- Exact Sig. (1(2-sided)
sided)
sided)
a
,758
1
,384
,189
1
,663
,771
1
,380
,667
,334

Pearson Chi-Square
Continuity Correctionb
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
,742
1
,389
Association
N of Valid Cases
50
a. 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 Summary
Cases
Valid
Missing
N
Percent
N
Percent
6a. Kadar Hb
* 6b. Kadar
Hb

50

100,0%

Chi-Square Tests
Value
df

0,0%

Total
N
Percent
50

100,0%

Asymp. Sig. (2-sided)

Pearson Chi-Square
318,409a
81
Likelihood Ratio
173,470
81
Linear-by-Linear
17,945
1
Association
N of Valid Cases
50
a. 100 cells (100,0%) have expected count less than 5. The minimum
expected count is ,04.

Tugas Komputer Lanjut

PENGOLAHAN DATA DAN MODIFIKASI DATA

,000
,000
,000

Oleh :

RISKA JULIANA (P00331013027)

TINGKAT II A

KEMENTERIAN KESEHATAN REPUBLIK INDONESIA

POLITEKNIK KESEHATAN KEMENKES KENDARI
JURUSAN D III GIZI
2015