ANALISIS BIVARIAT
A. Tingkat Pendidikan 3
kategori dengan kadar Hb
1.
Tujuan : Mengetahui hubungan antara tingkat pendidikan dalam 3 kategori dengan
kadar Hb ibu
2.
Identifikasi field dalam data base : tingkat pedidikan dalam 3 kategori
fieldnya didik3 (variabel independen), dan kadar hb fieldnya Hb (variabel
dependen)
3.
Feild didik 3 adalah data kategorik dan kadar hb adalah data numerik
4.
Ujinya adalah uji beda rata-rata
H0 : tidak perbedaan rata-rata kadar Hb ibu antara berbagai tingkat pendidikan
ibu
Teori yang relevan : Semakin tinggi tingkat pendidikan ibu, maka semakin baik
pula kadar hb ibu
5.
Karena kadar hb adalah data numerik, maka dilakukan uji normality
6.
Dari hasil uji normality didapatkan data berdistribusi tidak normal, uji yang
cocok adalah kruskal wallis
7.
Hasil uji kruskall walis didapatka P = 0,00 dan P < 0,05
Test
Statistics(a,b)
Kadar HB (g/dl)
|
|
Chi-Square
|
74,041
|
df
|
2
|
Asymp. Sig.
|
,000
|
8. Kesimpulan
: H0 ditolak
ada perbedaan
rata – rata kadar hb ibu antara berbagai tingkat pendidikan ibu
B. Pekerjaan dari Segi
Ekonomi dengan IMT Ibu
2. Tujuan
: Mengetahui hubungan antara pekerjaan dari segi ekonomi dengan IMT ibu
3. Identifikasi
field dalam database : pekerjaan dari segi ekonomi fieldnya kerjaeko (variabel
independen), IMT ibu fieldnya imti (variabel dependen)
4. Field
kerjaeko adalah data kategorik, dan imti adalah data numerik
5. Ujinya
adalah uji beda rata - rata yaitu Independent Sample T-Test
H0 : Tidak ada
perbedaan rata-rata IMT ibu antara berbagai tingkat ekonomi ibu
Teori yang relevan :
Semakin tinggi tingkat ekonomi ibu, maka IMT ibu akan semakin baik
6. Karena
IMT adalah data numerik, maka dilakukan uji normality
7. Dari
hasil uji normality didapatkan data berdistribusi normal
8. Hasil
uji anova didapatkan P = 0,00 dan P<0,05
ANOVA
IMT ibu hamil
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
Between Groups
|
61,204
|
1
|
61,204
|
14,297
|
,000
|
Within Groups
|
31533,669
|
7366
|
4,281
|
||
Total
|
31594,873
|
7367
|
9. Kesimpulan
: H0 ditolak
ada perbedaan
IMT ibu antara berbagai tingkat ekonomi ibu
A. Tingkat Pendidikan 3
kategori dengan kadar Hb
1.
Tujuan : Mengetahui hubungan antara tingkat pendidikan dalam 3 kategori dengan
kadar Hb ibu
2.
Identifikasi field dalam data base : tingkat pedidikan dalam 3 kategori
fieldnya didik3 (variabel independen), dan kadar hb fieldnya Hb (variabel
dependen)
3.
Feild didik 3 adalah data kategorik dan kadar hb adalah data numerik
4.
Ujinya adalah uji beda rata-rata
H0 : tidak perbedaan rata-rata kadar Hb ibu antara berbagai tingkat pendidikan
ibu
Teori yang relevan : Semakin tinggi tingkat pendidikan ibu, maka semakin baik
pula kadar hb ibu
5.
Karena kadar hb adalah data numerik, maka dilakukan uji normality
6.
Dari hasil uji normality didapatkan data berdistribusi tidak normal, uji yang
cocok adalah kruskal wallis
7.
Hasil uji kruskall walis didapatka P = 0,00 dan P < 0,05
Test
Statistics(a,b)
Kadar HB (g/dl)
|
|
Chi-Square
|
74,041
|
df
|
2
|
Asymp. Sig.
|
,000
|
8. Kesimpulan
: H0 ditolak
ada perbedaan
rata – rata kadar hb ibu antara berbagai tingkat pendidikan ibu
B. Pekerjaan Ibu dengan
Tekanan Darah Sistolik
1. Tujuan
: independen variabel adalah pekerjaan ibu dan dependen variabel adalah tekanan
darah siatolik
2. Idenfifikasi
field dalam database : pekerjaan ibu nama fieldnya kerja (variabel independen)
dan tekeanan darah diastolik nama fieldnya adalah sistolik (variabel
dependen)
3. Field
kerja adalah data kategorik (K) dan field sistol adalah data numerik (N)
4. H0
pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data kategoriknya
lebih dari 2 kategori.
5. H0:
Tidak ada perbedaan rata-rata pekerjaan ibu dengan tekanan darah sistolik
6. Data
numerik dalam kasus ini adalah tekanan darah sistol.
Hasil pengujian
normality adalah :
Data berdistribusi
Tidak Normal. Bukan Anova tapi Kruskall Wallis
7. P=0.031
P<0.05
8. H0
ditolak,
Kesimpulan : ada beda
rata-rata antara tingkat pekerjaan ibu dengan tekanan darah sistol.
C. Pernah atau Tidak
Mendapat Tablet Fe Dengan Kadar Hb dalam Darah
1. Tujuan
: Mengetahui hubungan antara pernah atau tidak mendapat tablet Fe dengan kadar
Hb dalam darah ibu
2. Identifikasi
field dalam database : Pernah dapat tablet Fe fieldnya pernah (variabel
independen), kadar hb dalam darah fieldnya hb (variabel dependen).
3. Field
pernah adalah data kategorik (K) dan field hb adalah data numerik (N)
4. Ujinya
adalah Uji beda rata-rata
Teori yg relevan : Ibu
yg dapat table Fe, kadar Hbnya akan lebih baik dari yg tidak dpt tfe
H0 : Tidak perbedaan
rata2 kadar Hb ibu dapat dan tidak dapat tablet Fe
5. Karena
Hb adalah data numerik maka dilakukan uji normality.
6. Dari
hasil uji normality didapatkan data berdistribusi normal
7. Hasil
uji anova didapatkan hasil : P = 0,678 dan P > 0,05
ANOVA
Kadar HB (g/dl)
Sum of Squares
|
df
|
Mean Square
|
F
|
Sig.
|
|
Between Groups
|
,255
|
1
|
,255
|
,172
|
,678
|
Within Groups
|
10914,953
|
7366
|
1,482
|
||
Total
|
10915,208
|
7367
|
8. Kesimpulan
: H0 diterima
Tidak ada
perbedaan rata2 kadar Hb ibu dapat dan tidak dapat tablet Fe
D.Pekerjaan Ibu dengan
Tekanan Darah Diastolik
1. Tujuan :
independen variabel adalah pekerjaan ibu dan dependen variabel adalah tekekanan
darah diastolik
2.
Idenfifikasi field dalam database : pekerjaan ibu nama fieldnya kerja (variabel
independen) dan tekeanan darah diastolik nama fieldnya adalah diastole
(variabel dependen)
3.
Field kerja adalah data kategorik (K) dan field diastol adalah data numerik (N)
4.
H0 pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data
kategoriknya lebih dari 2 kategori.
5.
H0: Tidak ada perbedaan rata-rata pekerjaan ibu dengan tekanan darah diastol
6.
Data numerik dalam kasus ini adalah tekanan darah diastol.
Hasil pengujian
normality adalah :
Data berdistribusi
Tidak Normal. Bukan Anova tapi Kruskall Wallis
7.
P=0.000
P<0.05
8.
H0 ditolak,
Intervensi :ada beda
rata-rata antara tingkat pekerjaan ibu dengan tekanan darah diastol
D. Pekerjaan Ibu dengan
Tekanan Darah Sistolik
1. Tujuan
: independen variabel adalah pekerjaan ibu dan dependen variabel adalah tekanan
darah siatolik
2. Idenfifikasi
field dalam database : pekerjaan ibu nama fieldnya kerja (variabel independen)
dan tekeanan darah diastolik nama fieldnya adalah sistolik (variabel
dependen)
3. Field
kerja adalah data kategorik (K) dan field sistol adalah data numerik (N)
4. H0
pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data kategoriknya
lebih dari 2 kategori.
5. H0:
Tidak ada perbedaan rata-rata pekerjaan ibu dengan tekanan darah sistolik
6. Data
numerik dalam kasus ini adalah tekanan darah sistol.
Hasil pengujian
normality adalah :
Data berdistribusi
Tidak Normal. Bukan Anova tapi Kruskall Wallis
7. P=0.031
P<0.05
8. H0
ditolak,
Kesimpulan : ada beda
rata-rata antara tingkat pekerjaan ibu dengan tekanan darah sistol.