Modified Essay Question 4

BLOK 4.4 KESEHATAN MASYARAKAT TA 2020/2021

Kamis, 25 Maret 2021
Bagian 1 (10 menit)

Akhir tahun 2018, Puskesmas Sukarame mengumpulkan data balita dari Posyandu di seluruh wilayah
kecamatan Sukarame didapatkan data sebagai berikut :
No Desa Jumlah Jumlah
Balita Balita
pendek
(TB/U)
1. A 35 12
2. B 40 17
3. C 60 21
4. D 55 10
5. E 34 13
6. F 27 12
7. G 39 8

1. Berapakah prevalensi balita stunting

di kecamatan Sukarame?
Prevalensi=93/290 =0.32 atau 32 per 100 balita

2. Desa manakah yang memiliki prevalensi balita stunting paling tinggi?Berapa prevalensinya?

Desa F, Prevalensi 12/27=0.444 atau 44.4 per 100 balita

3. Desa manakah yang memiliki prevalensi balita stunting paling rendah?Berapa prevalensinya?

Desa D, prevalensi 10/55=0.1818 atau 18 per 100 balita.

 Modified Essay Question 4

BLOK 4.4 KESEHATAN MASYARAKAT TA 2020/2021

Kamis, 25 Maret 2021
Bagian 2 (50 menit)

Banyaknya balita stunting di wilayah kerja puskesmas Sukarame menjadi perhatian tersendiri.
Dibentuklah tim yang bertugas menyelidiki factor risiko balita stunting dan merumuskan langkah-lagkah
menanggulanginya. Tim ini kemudian melakukan penyelidikan pada sejumlah sampel balita stunting dan
balita dengan tinggi badan normal. Kemudian dilakukan penggalian data didapatkan hasil sebagai
berikut.

frekuens
ASI i sakit
Eksklusif 6 dalam
No bulan BBL setahun TB/U
1 Tidak 2000 5 -3.1
2 Tidak 2300 6 -2.4
3 Tidak 1950 7 -3.2
4 Ya 2300 5 -2.5
5 Ya 2600 6 -2.7
6 Ya 2700 3 -2.2
7 Tidak 2300 5 -2.9
8 Tidak 2400 7 -2.4
9 Tidak 2100 6 -2.1
10 Ya 2200 7 -2.3
11 Ya 2000 6 -3.1
12 Ya 1900 5 -3.2
13 Tidak 2300 4 -3.5
14 Tidak 2300 6 -3.6
15 Tidak 1950 7 -3.1
16 Tidak 2400 8 -2.8
17 Tidak 2000 7 -3
18 Tidak 2600 5 -2.3
19 Tidak 2100 6 -3.1
20 Tidak 2500 4 -2.2
21 Tidak 2700 4 -1
22 Tidak 3000 5 -1.8
23 Tidak 2400 4 0.2
24 Tidak 2900 3 1.2
25 Ya 2700 5 2.1
26 Ya 3100 4 2.1
27 Ya 3200 3 1.7
 28 Tidak 3000 3 1.9
29 Ya 2900 5 1.7
30 Tidak 2800 5 1.8
31 Tidak 2300 3 -1.4
32 Ya 2400 3 -1.2
33 Ya 2700 4 1.9
34 Ya 3300 3 2.3
35 Ya 3500 2 2.7
36 Tidak 3100 4 2.2
37 Tidak 3200 4 1.9
38 Ya 3000 4 1.8
39 Ya 2400 3 1.3
40 Tidak 2700 4 2

4. Apakah metode penelitian yang dilakukan tim untuk meyelidiki factor risiko stunting?
Case control

5. Apakah skala pengukuran variable di atas?

Variabel Skala Pengukuran

a.ASI Eksklusif nominal
b.BBL Interval/ratio
c.frekuensi sakit Interval/ratio
d.TB/U Interval/ratio

6. Apakah data BBL, frekuensi sakit dan TB/U terdistribusi normal?

a. Apakah uji statistic yang tepat?
Kologorov-Smirnov atau Shapiro Willk (sampel<50)
Klik analyzedescriptiveexplore masukkan semua variable(BBL,frekuensi,TB/U di
box dependent list, klik plotsklik normality plot with testok, karena sampel krg
dari 50, pakai shapirowilk, p>0,05 berdistribusi normal
b. Apa hasilnya?

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

BBL .143 40 .039 .959 40 .151

Frekuensi_sakit .171 40 .005 .939 40 .031
TB_U .217 40 .000 .826 40 .000

a. Lilliefors Significance Correction

 c. Bagaimana interpretasinya?
BBL terdistribusi normal, frekuensi sakit dan TB/U tidak berdistribusi normal

7. Apakah terdapat hubungan antara BBL dengan tinggi badan/U?

a. Apa Uji statistic yang tepat
Correlasi spearman, data numerik, dan distribusi data BBL normal,namun
distribusi data TB/U tidak normal maka menggunakan korelasi spearman (jika kedua
nya normal, dapat menggunakan pearson korelasi)

Klik analyzecorrelationbivariatemasukkan variable BBL dan TB/Uklik

spearman ok

b. Apa hasilnya?

Correlations

Berat Bayi Lahir Tinggi

Badan/Usia

Correlation Coefficient 1.000 .853**

Berat Bayi Lahir Sig. (2-tailed) . .000

N 40 40
Spearman's rho
Correlation Coefficient .853** 1.000

Tinggi Badan/Usia Sig. (2-tailed) .000 .

N 40 40

**. Correlation is significant at the 0.01 level (2-tailed).

P=0.000 dan boleh ditambah r=0.853

c. Bagaimana interpretasinya?
BBL berhubungan dengan TB/U dan boleh ditambahkan berkorelasi kuat dan positif (semakin
besar BBL, semakin besar TB/U)
Untuk r pembagian 3 peringkat (0 atau 0,1-0,3 lemah, 0,4-0,6 sedang, 0,7-0,9atau 1 kuat)
Pada pembagian r 5 peringkat (0-0,2 sangat lemah, 0,3-0,4 lemah, 0,5-0,6 sedang,0,7-0,8
kuat,0,9-1 sangat kuat)

8. Apakah terdapat hubungan antara frekuensi sakit dengan tinggi badan/U?

a. Apa Uji statistic yang tepat
Correlasi spearman, data numerik, dan distribusi data frekuensi sakit tidak
normal,dan distribusi data TB/U tidak normal maka menggunakan korelasi spearman
(jika kedua nya normal, dapat menggunakan pearson korelasi)
 Klik analyzecorrelationbivariatemasukkan variable frekuensi sakit dan
TB/Uklik spearman ok

b. Apa hasilnya?

Correlations

Frekuensi sakit Tinggi

Badan/Usia

Correlation Coefficient 1.000 -.652**

Frekuensi sakit Sig. (2-tailed) . .000

N 40 40
Spearman's rho
Correlation Coefficient -.652** 1.000

Tinggi Badan/Usia Sig. (2-tailed) .000 .

N 40 40

**. Correlation is significant at the 0.01 level (2-tailed).

P=0.000 dan boleh ditambah r=-0.652

c. Bagaimana interpretasinya?
Frekuensi sakit berhubungan dengan TB/U dan boleh ditambahkan berkorelasi sedang dan
negatif (semakin banyak frekuensi sakit, semakin kecil TB/U)

Keterangan :
1. Untuk r pembagian 3 peringkat (0 atau 0,1-0,3 lemah, 0,4-0,6 sedang, 0,7-0,9atau 1 kuat)
2. Pada pembagian r 5 peringkat (0-0,2 sangat lemah, 0,3-0,4 lemah, 0,5-0,6 sedang,0,7-0,8
kuat,0,9-1 sangat kuat)

9. Jika balita stunting adalah Z score untuk TB/U<-2. Apakah terdapat hubungan antara riwayat ASI
Eksklusif dengan tinggi badan?

a. Apa Uji statistic yang tepat

Chi-square, untuk mengetahui hubungan kedua variable kategorik nominal
Berdasarkan soal di atas, variable TB/U dikategorikan terlebih dahulu :
Klik transformrecode into different variable, masukkan variable TB/U dalam box
numeric variable, buat variable baru di output variable(Namanya missal TB_U2),klik
change, lalu klik old and new value, dibagian old value klik range lowest thru value, isi
-2 , dibagian new value isikan 0 klik add. Kemudian di bagian old value , di bagian
range range thru highest isikan -2, dibagian new value isikan 1klik add,
continueok
 Setelah terbentuk variable kategorik baru, buat value label, 0 adalah stunting, 1 adalah
normal.

b. Apa hasilnya?
Caranya klik analyzeDescriptivecrosstabb, masukkan TB/U di coloum dan
Riwayat ASI di row, klik statistic, klik chi square test, ok

Chi-Square Tests

Value df Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
sided) sided) sided)

Pearson Chi-Square 1.667a 1 .197

b
Continuity Correction .938 1 .333
Likelihood Ratio 1.680 1 .195
Fisher's Exact Test .333 .167
Linear-by-Linear Association 1.625 1 .202
N of Valid Cases 40

a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 8.00.
b. Computed only for a 2x2 table

P=0.197
c. Bagaimana interpretasinya?
Riwayat ASI eksklusif tidak berhubungan dengan TB/U
10. Berapakah besar risiko riwayat ASI eksklusif dengan balita stunting?

ASI_Eksklusif * Balita Stunting Crosstabulation

Count

Balita Stunting Total

Stunting Normal

Tidak 14 10 24
ASI_Eksklusif
Ya 6 10 16
Total 20 20 40

a. Berapa besar risikonya?

OR=14.10/6.10=2.33
Catatan : kalo jawab RR salah yes..
b. Bagaimana interpretasinya?
Pada balita stunting dibanding normal, 2.33 kali lebih
banyak dengan riwayat ASI tidak eksklusif.