LAPORAN TUGAS UAS APLIKASI EPI INFO

Oleh :
Kurnia Isa
NIM P07133318017

KEMENTERIAN KESEHATAN REPUBLIK INDONESIA

POLITEKNIK KESEHATAN NEGERI YOGYAKARTA
ALIH JENJANG SEMESTER VI JURUSAN KESEHATAN LINGKUNGAN
TAHUN 2019
 1. Analisis univariat untuk data kategori dan Numeric (masing2 dua)
2. Demonstrasikan cara menggunakan perintah ASSIGN dan RECODE (tersirat juga DEFINE)
3. Demonstrasikan cara menggunakan perintah untuk uji statistic : beda rerata, beda proporsi dan
korelasi/regresi
4. Untuk Nomor 3, Tuliskan HO
5. Output data SYNTAX, disajikan dalam words
6. Tulis Nama dan NIM
7. Hari-H dikumpulkan

READ {C:\Users\A5US\Desktop\Projects\EXCEL HIPERTENSI NIA NEW.xlsx}:[Sheet1$]

LIST * GRIDTABLE

1. Analisis Univariat untuk data katagori dan Numeric

a. FREQ AgamaResponden STRATAVAR=JenisPekerjaan

Current Data Source: C:\Users\A5US\Desktop\Projects\EXCEL HIPERTENSI NIA NEW.xlsx:Sheet1$
Record Count: 50 (Deleted Records Excluded) Date: 7/23/2019 11:19:06 PM

FREQ AgamaResponden STRATAVAR = JenisPekerjaan

JENISPEKERJAAN='2 - Buruh'

Exact 95% Conf Limits

1 - Islam 9.90% 81.59%

2 - Katholik 0.36% 57.87%

3 - Protestan 3.67% 70.96%

4 - Hindu 0.36% 57.87%

ANALISIS : Diketahui bahwa pekerjaan sebagai buruh, agama Islam memliki proporsi yang
lebih tinggi dibanding dengan agama lainnya seperti katholik, protestan dan hindu yang juga
termasuk kedalam pekerjaan sebagai buruh.

JENISPEKERJAAN='4 - Pedagang'

Exact 95% Conf Limits

1 - Islam 2.81% 60.01%

2 - Katholik 2.81% 60.01%

3 - Protestan 7.49% 70.07%

5 - Budha 2.81% 60.01%

ANALISIS : Sedangkan pada pekerjaan sebagai pedagang, Protestan memiliki proposrsi yang
lebih tinggi dibandingkan dengan agama yang lainnya.

JENISPEKERJAAN='1 - Petani'
Exact 95% Conf Limits

1 - Islam 21.09% 78.91%

2 - Katholik 9.92% 65.11%

3 - Protestan 0.21% 38.48%

5 - Budha 0.21% 38.48%

ANALISIS : Juga pada pekerjaan sebagai Petani, Agama Islam juga memiliki proporsi yang
lebih tinggi 21.09% dibanding dengan agama lainnya.

JENISPEKERJAAN='5 - TNI/POLRI'

Exact 95% Conf Limits

1 - Islam 1.26% 98.74%

5 - Budha 1.26% 98.74%

ANALISIS : Yang menduduki pekerjaan sebagai TNI/POLRI dengan proporsi yang sama 1.26%
ialah agama Islam dan agama Budha.

JENISPEKERJAAN='0 - Lainnya'
Exact 95% Conf Limits

1 - Islam 27.81% 77.02%

2 - Katholik 6.81% 49.90%

3 - Protestan 0.15% 28.69%

4 - Hindu 0.15% 28.69%

5 - Budha 0.15% 28.69%

6 - Lainnya 0.15% 28.69%

ANALISIS : Sedangkan pada pekerjaan lainnya diketahui dengan proporsi yang paling banyak
adalah agama Islam dengan limits 27.81%

JENISPEKERJAAN='3 - PNS'

Exact 95% Conf Limits

1 - Islam 1.26% 98.74%

5 - Budha 1.26% 98.74%

 ANALISIS : Pekerjaan sebagai PNS sama halnya dengan pekerjaan sebagai TNI/Polri, proporsi
dengan jumlah nilai yang sama terdapat pada agama Islam dan Budha yakni 1.26%.

JENISPEKERJAAN='6 - Pengusaha'

Exact 95% Conf Limits

2 - Katholik 2.50% 100.00%

ANALISA : Pada pekerjaan sebagai pengusaha, hanya agama katholik yang

memiliki proporsi 100%

b. MEANS N8PendapatanKeluarga STRATAVAR=BeratBadan

BERATBADAN=40
Obs Total Mean Variance Std Dev
1.0000 1.0000 1.0000 NaN NaN
Minimum 25% Median 75% Maximum Mode
1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

BERATBADAN=50
Obs Total Mean Variance Std Dev
2.0000 2.0000 1.0000 0.0000 0.0000
Minimum 25% Median 75% Maximum Mode
1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

BERATBADAN=51
Obs Total Mean Variance Std Dev
2.0000 4.6000 2.3000 0.3200 0.5657
Minimum 25% Median 75% Maximum Mode
1.9000 1.9000 2.3000 2.7000 2.7000 1.9000
BERATBADAN=53
Obs Total Mean Variance Std Dev
2.0000 5.5000 2.7500 0.8450 0.9192
Minimum 25% Median 75% Maximum Mode
2.1000 2.1000 2.7500 3.4000 3.4000 2.1000

BERATBADAN=54
Obs Total Mean Variance Std Dev
3.0000 5.5000 1.8333 0.5433 0.7371
Minimum 25% Median 75% Maximum Mode
1.0000 1.0000 2.1000 2.4000 2.4000 1.0000

BERATBADAN=56
Obs Total Mean Variance Std Dev
4.0000 9.5000 2.3750 0.2492 0.4992
Minimum 25% Median 75% Maximum Mode
2.0000 2.0500 2.2000 2.7000 3.1000 2.0000

BERATBADAN=57
Obs Total Mean Variance Std Dev
7.0000 17.9000 2.5571 0.1595 0.3994
Minimum 25% Median 75% Maximum Mode
1.9000 2.1000 2.7000 2.9000 2.9000 2.9000

BERATBADAN=58
Obs Total Mean Variance Std Dev
3.0000 3.8000 1.2667 0.1433 0.3786
Minimum 25% Median 75% Maximum Mode
1.0000 1.0000 1.1000 1.7000 1.7000 1.0000

BERATBADAN=59
Obs Total Mean Variance Std Dev
4.0000 11.1000 2.7750 0.0225 0.1500
Minimum 25% Median 75% Maximum Mode
2.6000 2.6500 2.8000 2.9000 2.9000 2.9000

BERATBADAN=60
Obs Total Mean Variance Std Dev
3.0000 7.6000 2.5333 0.3033 0.5508
 Minimum 25% Median 75% Maximum Mode
1.9000 1.9000 2.8000 2.9000 2.9000 1.9000

BERATBADAN=62
Obs Total Mean Variance Std Dev
1.0000 2.9000 2.9000 NaN NaN
Minimum 25% Median 75% Maximum Mode
2.9000 2.9000 2.9000 2.9000 2.9000 2.9000

BERATBADAN=65
Obs Total Mean Variance Std Dev
3.0000 5.5000 1.8333 0.0933 0.3055
Minimum 25% Median 75% Maximum Mode
1.5000 1.5000 1.9000 2.1000 2.1000 1.5000

BERATBADAN=67
Obs Total Mean Variance Std Dev
8.0000 18.2000 2.2750 0.3936 0.6274
Minimum 25% Median 75% Maximum Mode
1.0000 2.0000 2.4000 2.7000 3.0000 1.0000

BERATBADAN=68
Obs Total Mean Variance Std Dev
2.0000 3.2000 1.6000 0.5000 0.7071
Minimum 25% Median 75% Maximum Mode
1.1000 1.1000 1.6000 2.1000 2.1000 1.1000

BERATBADAN=69
Obs Total Mean Variance Std Dev
2.0000 3.4000 1.7000 0.3200 0.5657
Minimum 25% Median 75% Maximum Mode
1.3000 1.3000 1.7000 2.1000 2.1000 1.3000

BERATBADAN=70
Obs Total Mean Variance Std Dev
1.0000 2.6000 2.6000 NaN NaN
Minimum 25% Median 75% Maximum Mode
 2.6000 2.6000 2.6000 2.6000 2.6000 2.6000

BERATBADAN=76
Obs Total Mean Variance Std Dev
2.0000 5.9000 2.9500 0.0450 0.2121
Minimum 25% Median 75% Maximum Mode
2.8000 2.8000 2.9500 3.1000 3.1000 2.8000

2. Perintah ASSIGN DAN RECODE (DEFINE MENGIKUTI)

DEFINE Tingkat_Pendapatan_Keluarga TEXTINPUT

RECODE N8PendapatanKeluarga TO Tingkat_Pendapatan_Keluarga
1 - 1.7 = "Rendah"
1.8 - 2.5 = "Sedang"
2.6 - 3.1 = "Tinggi"
END
LIST Tingkat_Pendapatan_Keluarga GRIDTABLE
DEFINE Umur_Dalam_Bulan NUMERIC
ASSIGN Umur_Dalam_Bulan = Umur*12
LIST Umur_Dalam_Bulan GRIDTABLE

3. Perintah Uji Statistic : Beda rata (T-Test), Beda Proporsi dan

Korelasi/Regresi

a. Beda Rata (T-Test)

MEANS Umur ApakahAndaMerokok

Descriptive Statistics for Each Value of Crosstab Variable

Obs Total Mean Variance Std Dev
1 - Ya 28.0000 11736.0000 419.1429 11775.2381 108.5138
2 - Tidak (Langsung no 8) 21.0000 8844.0000 421.1429 12987.4286 113.9624
Minimum 25% Median 75% Maximum Mode
1 - Ya 228.0000 324.0000 444.0000 504.0000 624.0000 444.0000
2 - Tidak (Langsung no 8) 228.0000 348.0000 432.0000 516.0000 612.0000 516.0000

T-Test

Method Mean 95% CL Mean Std Dev

Diff (Group 1 - Group 2) Pooled -2.0000 -66.3837 62.3837 110.8651
Diff (Group 1 - Group 2) Satterthwaite -2.0000 -67.0070 63.0070
 Method Variances DF t Value Pr > |t|
Pooled Equal 47 -0.06 0.9504
Satterthwaite Unequal 42.05 -0.06 0.9508

ANOVA, a Parametric Test for Inequality of Population Means

(For normally distributed data only)

Variation SS df MS F statistic
Between 48.00000 1 48.00000 0.00391
Within 577680.00000 47 12291.06383
Total 577728.00000 48

P-value = 0.95044

Bartlett's Test for Inequality of Population Variances

Bartlett's chi square= 0.05421 df=1 P value=0.81589

A small p-value (e.g., less than 0.05 suggests that the variances are not homogeneous and that the
ANOVA may not be appropriate.

Mann-Whitney/Wilcoxon Two-Sample Test (Kruskal-Wallis test for two groups)

Kruskal-Wallis H (equivalent to Chi square) = 0.0001

Degrees of freedom = 1
P value = 0.9919

< 0,05 HA diterima artinya ada hubungan yang signifikan (HO ditolak)
> 0,05 HA Ditolak artinya Tidak Ada hubungan yang signifikan (HO diterima)

Hasil = alpha (P Value:0.9919) lebih tinggi dari 0,05 maka HA Ditolak

artinya Tidak Ada hubungan yang signifikan (HO diterima).

b. Beda Proporsi
TABLES ApakahAndaMerokok ApakahAndaBekerjaDiluarRumah
 TABLES ApakahAndaMerokok ApakahAndaBekerjaDiluarRumah

Single Table Analysis

Point 95% Confidence Interval

Estimate Lower Upper
PARAMETERS: Odds-based
Odds Ratio (cross product) 0.0000 Undefined Undefined (T)
Odds Ratio (MLE) 0.0000 0.0000 0.4050 (M)
0.0000 0.5393 (F)
PARAMETERS: Risk-based
Risk Ratio (RR) 0.0000 Undefined Undefined (T)
Risk Difference (RD%) -28.5714 -47.8933 -9.2496 (T)
(T=Taylor series; C=Cornfield; M=Mid-P; F=Fisher Exact)
Sparse data. Use exact confidence limits.
STATISTICAL TESTS Chi-square 1-tailed p 2-tailed p
Chi-square - uncorrected 9.1163 0.0025334476
Chi-square - Mantel-Haenszel 8.9302 0.0028048863
Chi-square - corrected (Yates) 6.6512 0.0099086646
Mid-p exact 0.0019402429
Fisher exact 0.0038804858 0.0038804858
At least one cell has expected size <5. Chi-square may not be a valid test.

c. Korelasi/Regresi
REGRESS Umur=Tingkat_Pendapatan_Keluarga
Lihat Corelation Coefficient
Jika 0 – 0,25 Lemah
0,26 - 0,5 Sedang
0,51 - 0,75 Kuat
>0,75 Sangat Kuat

REGRESS Umur = Tingkat_Pendapatan_Keluarga

Linear Regression

Variable Coefficient Std Error F-test P-Value

Tingkat_Pendapatan_Keluarga (Sedang/Rendah) 50.242 40.223 1.5602 0.217952

Tingkat_Pendapatan_Keluarga (Tinggi/Rendah) 98.509 39.453 6.2344 0.016172

CONSTANT 361.091 31.689 129.8386 0.000000

Correlation Coefficient: r^2= 0.12

Source df Sum of Squares Mean Square F-statistic

Regression 2 70885.352 35442.676 3.209

Residuals 46 508135.709 11046.428

Total 48 579021.061

ANALISIS : Didapatkan hasil bahwa 0.12 merupakan korelasi yang lemah sedangkan
coefficient nya memiliki hubungan dan searah .
DEMONSTRASI PENGGUNAAN EPI-INFO

Membuat Quesinoner :
1. Buka Create Forms klik new project = klik judul pada Name, Deskrispsi dan form
name. (automatis Save)
2. Dilanjutkan dengan membuka Enter Data dan Lakukan input data hingga selesai (automatis
Save)
3. Setelah selesai, lakukan Analyze data dengan klik classic.
Menganalisis Data :
1. Read = Database Type pilih dokumen excel dengan tipe “XLSX”
= Data Source Data Excel
2. List = (tampilan hasil excel)
3. Frequency = Frequencys of (kategori)
= Stratify By (Katagori)
4. Means = Means Of (Numerik)
= Stratifi BY (Numerik)
5. Define = Variabel Name (Tingkat_Pendapatan) ketik
= Variabel Type (text)
6. Recode = From ( Pendapatan Keluarga)
= To (Tingkat_pendapatan)
= Value (1 Juta)
= To (3 Juta)
= Recode (RENDAH/SEDANG/TINGGI)
End
7. List kembali (!)
8. Penggunaan assign
= Define Umur_dalam_bulan
= assign Var : Umur
= Umur * 12
= Ok!
9. Uji Beda Rata (T-Test)
Means = (Means Of) Numerik (Umur)
= (Cross Tabulate) Kategori (apakah anda merokok)
= ok!
10. Uji Beda Proporsi
Table = (Exposure Var) Kategori
= (Outcome Var) Kategori
= Lihat OR nya.
11. Korelasi/Regresi
Linear Regretion = (Outcome Var) Katagori/Numerik
= (Other Var) Katagori/Numerik
= ok!