Nama Kelompok 1 :
2.
Add Contents
Here Sebagai informasi dan data bagi
Manfaat Aplikatif peneliti lain yang akan meneliti suatu
masalah lain yang berhubungan dengan
penelitian ini dan khususnya bagi
penulis dapat menambah wacana
keilmuan dan wawasan khususnya pada
permasalahan berat badan bayi lahir.
Definisi Berat
Badan Bayi
Langkah – Langkah
Analisis Data
Analisis Data
Uji Normalitas
Uji Normalitas adalah sebuah uji yang dilakukan
dengan tujuan untuk menilai sebaran data pada sebuah
kelompok data atau variabel, apakah sebaran data
tersebut berdistribusi normal ataukah tidak. Uji Normalitas
berguna untuk menentukan data yang telah dikumpulkan
berdistribusi normal atau diambil dari populasi normal.
Salah satu contoh dari pngujian Normlitas yaitu
menggunakan Uji Kolmogorov-Smirnov.
Selang Kepercayaan
Selang kepercayaan (confidence interval) merupakan
metode digunakan untuk memperkirakan parameter
populasi berdasarkan sampel menggunakan metode
statistik tertentu dalam sebuah rentang tertentu.
Pengujian Hipotesis Rata - Rata
03
Menentukan letak rata-rata populasi dengan
menghitung selang kepercayaan dengan bantuan
software MINITAB
04
September 2020 dengan α = 0,05. Hipotesis yang digunakan
Langkah adalah
H0 : µ = 2500
H1 : µ > 2500
Analisis Data Dengan µ adalah rata-berat berat badan bayi yang lahir di bidan
Mita Sidoarjo pada Januari-September 2020.
05 Melakukan analisis data dan mengintepretasikan
hasil output untuk mengetahui hasil penelitian
Langkah –
Langkah
Analisis Data
Data Pengamatan
No. Nama Ibu Berat Bayi Lahir (gr)
50
1. Ny Zuhaidan 3500
2. Ny Nurul 3500 45
3. Ny.Nisa’ul 3500 40
5
kolom test for normality
1
Ok
2500 3000 3500 4000 4500
beratlahir
Diperoleh nilai P-Value = 0,08 yang mana lebih besar dari alpha (0,05)
sehingga H0 ditolak. Dengan demikian data berat badan bayi yang lahir di
bidan Mita pada Januari-September 2020 berdistribusi normal.
Rata – Rata dan Sim-
pangan Baku Langkah – langkah MINITAB
sebagai berikut :
Stat
Simpangan baku adalah ukuran sebaran statistik yang paling Basic Statistic
lazim. Singkatnya, ia mengukur bagaimana nilai-nilai data tersebar. Display Descriptive Statistics
Bisa juga didefinisikan sebagai, rata-rata jarak penyimpangan titik- Masukkan variabel berat bayi
titik data diukur dari nilai rata-rata data tersebut. Bisa juga lahir pada kolom variabel
didefinisikan sebagai, rata-rata jarak penyimpangan titik-titik data Klik Statistics
diukur dari nilai rata-rata data tersebut. Centang Mean dan Standard
Hasil (Output ) adalah sebagai berikut : Deviation
Standard deviation of beratlahir = 376,807 Ok
Mean berat bayi lahir = 3448,6
Hasil yang didapatkan adalah besar simpangan baku sebesar
376,807 dan rata- rata sebesar 3448,6 gram.
Selang 01 Untuk menentukan selang kepercayaan
Kepercayaan
dilakukan perhitungan mengguanakn
80% software MINITAB. Dengan menentukan
alpha α = 0,05
Langkah – Langkah MINITAB
Sebagai Berikut :
Hasil (Output )
Menu Stat 02 Hasil (output ) sebagai berikut :
Basic Statistics
1-Sample Z 60% Variable N Mean StDev SE Mean 95% CI
Berat lahir 35 3448,6 376,8 63,7 (3319,1; 3578,0)
Klik One sample Z for mean
Masukkan variabel berat lahir
pada samples in column
Masukkan standard deviation
=376.8 03
Interpretasi
Klik Option
Isilah Confidence level sebesar Dari hasil MINITAB diatas didapatkan selang
40% kepercayaan rata-rata berat badan bayi baru
95.0
lahir di bidan Mita Sidoarjo pada Januari-
Ok
September 2020 adalah antara 3319,1 gram
– 3578 gram.
Pengujian Hipotesis
Rata - Rata
Langkah – Langkah MINITAB Sebagai Berikut :
Menu Stat
Basic Statistics Hipotesis yang digunakan adalah H 0 yaitu rata-berat berat
1-Sample Z badan bayi yang lahir di bidan Mita Sidoarjo pada Januari-
Klik One sample Z for mean September 2020 sama dengan 2500 gram dan H 1 yaitu rata-
Masukkan variabel berat lahir pada samples in berat berat badan bayi yang lahir di bidan Mita Sidoarjo pada
column Januari-September 2020 lebih dari 2500 gram.
Masukkan standard deviation =376.8 Atau
Klik Option H0 : µ = 2500
Isilah Confidence level sebesar 95.0 H1 : µ > 2500
Pilih Alternative hypothesis dengan Mean >
hypothesized mean
Ok Hasil pengujian dengan menggunakan software MINITAB
adalah sebagai berikut:
Interpretasi :
Variable N Mean StDev SE Mean 95% Lower Bound Z P
beratlahir 35 3448,6 376,8 63,7 3343,8 14,89 0,000
Didapatkan nilai P-value = 0,000 kurang dari
α = 0,05 yang berarti H0 ditolak. Kesimpulan
yang dapat diambil yaitu rata-berat berat badan
bayi yang lahir di bidan Mita Sidoarjo pada
Januari-September 2020 lebih dari 2500 gram.
Kesimpulan dan Saran
Kesimpulan Saran
W
badan lahir rendah
S
menunjukkan bahwa rata-rata
berat badan bayi baru lahir di (BBLR), maka kami
bidan Mita Sidoarjo pada menyarankan kepada ibu
Januari-September 2020 diatas SWOT hamil agar memenuhi
nutrisi yang diperlukan
2500 gram. Dengan demikian
dapat disimpulkan bahwa rata- ibu dan bayi. Kami juga
O
memberi saran untuk
T
rata bayi yang lahir pada
Januari-September tahun 2020 selalu melatih kesehatan
di Bidan Mita Sumokali memiliki diri dengan olahraga
berat badan diatas berat badan ringan agar bayi yang
lahir rendah (BBLR). dilahirkan sehat dan
memiliki berat badan
normal.
Contents Title
Simple Portfolio
You can simply impress your audience and add a unique zing and appeal to your
Presentations. Easy to change colors, photos and Text. I hope and I believe that this
Template will your Time, Money and Reputation. Get a modern PowerPoint
Presentation that is beautifully designed.
Thank You