% of row : persenannya itu baris

Jadi 4/11 x 100% = 36,36%

Dari 11 itu totalnya yang baik, diantara status gizinya baik berapa yang memiliki risiko
kehamilannya tinggi

% coloum : persenannya kolom

Jadi 4/21 x 100% = 19,05%

Kalau kolom, diantara risiko kehamilannya yang tinggi yang memiliki status gizi yang baik
sebanyak 19,05%

Syarat chisquare

1. Frekuensi harapan <5 tidak boleh lebih dari 20%

2. Tidak boleh ada satu sel frekuensi harapan <1

Kalau ada notifikasinya kalau ada syarat yang tidak terpenuhi nanti akan mempengaruhi dari
pvalue yang akan dibaca.

Ketika tidak memenuhi syarat yang dibaca yang fisher exact

Lihat yang 2 tailed pake fisher sebesar 0,051 LEBIH BESAR DARI ALFA 0,05% ho
diterima, artinya status gizi dengan risiko kehamilan tidak ada hubungannya

Ketika memenuhi syarat menggunakan chisquare yang dibaca yang corrected

Nilai chisquare 0,059 lebih dari alfa sebesar 0,05% maka ho diterima maka tidak ada
hubungan perbedaan risiko kehamilan dari posisi status gizinya.
Ho ditolak jika pvalue < alfa 0,05% = Ada hubungan

Ho diterima jika pvalue > alfa 0,05% = Tidak ada hubungan

MEMBACA MEANS

Means off itu skala datanya yang kontinyu. Rasio Interval contoh BMI, Kepadatan,Luas lantai,
pendapatan perbulan, rasio

Riwayat abortus usia 20/35 tidak bisa karna datanya cuman 0 dan 1, trimester tidak bisa dihitung
rata2nya.

Cross-tabulate by : kategorikal, jadi kategori. Crosstab by tinggi badan tidak boleh.

Maknanya antara means 27,4552 dengan varian 45,3992

Dengan means 23,3500 dengan varian 58,6298

Ӿ± Stdev

1. jadi yang hamil 27 ± 45

27 menjadi nilai pusat kemudian stdev tersebarannya

-45---------------27------------+45

Mayoritas data rentan ibu hamil ada di antara -45 -------- 27--------- +45

2. Tidak hamil 23±58

Datanya lebih bervariasi dari pada yang hamil

25% = quartil 2
Median = quartil 2

75%= quartil 3

Annova itu untuk uji apakah secara statistic tadikan BMI 23 dan 25 untuk ibu hamil dan
tidak hamil secara statistic ada perbedaan atau tidak menggunakan annova. Lebih
lengkapnya di spss
CATATAN VISUAL DASHBOARD

1. Data cleaning

a. Data kontinyu Untuk cleaning data kontinyu digunakan perintah (gadget) Means

b. Data kategori Untuk cleaning data kategori digunakan perintah (gadget) Frequency atau M x
N / 2 x 2 table

2. Partisi data

menganalisis sebagian data dengan kriteria tertentu, misalnya akan dianalisis data ibu yang
sedang hamil saja, ibu yang tidak bekerja saja, dll.

tombol Filters di atas atau pada kanvas kita arahkan kursor ke kanan dimana terdapat Data
Filters.

Add With AND atau Add With OR. Add With AND digunakan bila data yang diolah harus
memenuhi 2 kriteria yang diberikan, sedangkan Add Wih OR digunakan bila data yang akan
diolah memenuhi salah satu atau kedua kriteria yang diberikan.

3. Transformasi data

a. Transformasi menggunakan With Recoded Value

untuk membuat variabel baru dengan cara memberikan kode baru (recode) untuk nilai (atau
range atau kumpulan nilai tertentu). Contoh usia

b. Transformasi menggunakan With Simple Assignment

digunakan untuk menghitung selisih waktu, misalnya mengetahui usia dengan menghitung
selisih tanggal lahir dengan tanggal kunjungan atau tanggal system (sesuai tanggal computer)
dalam satuan tahun, bulan, hari, dll. membuat variabel baru hasil penghitungan selisih
waktu. Contoh usia bulan

c. Transformasi data menggunakan With Conditional Assignment

menghasilkan variabel baru yang diperoleh dengan cara memberi nilai baru pada nilai atau
kelompok nilai dari suatu variabel yang sudah ada yang memenuhi kondisi tertentu. Contoh
status gizi, kepadatan_kat.

a. Wiih recoded value memberi kode baru → cek dengan frekuensi

b. with simple assignment menghitung selisih waktu ->cek dengan means

c. with conditional assignment Memben niai baru /Transformari data → cek dengan
Frequency
5. Penyajian data dengan Diagram.

a. Column Chart

Column chart menampilkan distribusi frekuensi, sehingga diagram ini sesuai untuk data kategori.
Contoh pendidikan, pekerjaan.

b. Pie Chart Pie chart

menampilkan distribusi frekuensi, sehingga diagram ini sesuai untuk data kategori.

c. Line Chart

Line chart menyajikan data yang menunjukkan adanya tingkatan atau urutan (misalnya tingkat
pendidikan, urutan waktu, dll).

d. Scatter Chart

Scatter chart digunakan untuk menyajikan hubungan antar variabel yang minimal berskala
ordinal (ada urutan), dan lebih tepat untuk data kontinyu (skala interval atau rasio).

Note : crosstab digunakan kalau sama-sama memiliki 2 variabel dan kategorial

Exposure : kategori 2 variabel

Outcome variable : kategori 2 variabel bernilai