TUGAS UJIAN KOMPUTER SEMESTER IV

1.nama : PEGI SYAFYURIANDA

NIM : 102114329

FILE : GANJIL

2. Berdasarkan angka NIM terakhir saya, maka file yang akan diolah adalah [GANJIL]

3. File hasil eksport Epidata ke SPSS berekstensi sav dengan nama file PEGI SYAFYURIANDA.sav

4. File syntax penimbangan massal dieksport ke SPSS dan disimpan dengan nama PEGI SYAFYURIANDA.SPS dan ekstensi SPS

5. File data [39] berisi 8390 field dan record. Data kategorik sebanyak 27 field dan data numerik sebanyak 12 field

6. Simpan file syntax dengan nama yang sama dengan file data. Pastekan disini sintax tentang ADD VALUE LABELS variabel didik, kerja, pernah, ukurtb, fundus, tensi, tfe, tt, akseptor, ksepsi alasan, dan rencana

ADD VALUE LABELS kerja 1 'PNS' 2 'Swasta' 3 'Wiraswasta' 4 'Pedagang' 5 'Buruh/T/N' 6 'Lain-lain' .

ADD VALUE LABELS didik 0 'BH/SD' 2 'SLTP' 3 'SLTA' 4 'P.Tinggi' .

ADD VALUE LABELS sex 1 'Laki-laki' 2 'Perempuan' .

ADD VALUE LABELS pernah 1 'Pernah' 2 'Tidak' .

ADD VALUE LABELS fundus 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS ukurtb 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS tensi 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS Tfe 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS Itt 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS Akseptor 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS Ksepsi 1 'IUD' 2 'Kondom' 3 'Pil' 4 'Susuk' 5 'Lain-lain' .

ADD VALUE LABELS Alasan 1 'Masih Ingin Punya Anak' 2 'Dilarang Suami' 3 'Tidak Sesuai Keyakinan' 4 'Lain-lain' .

ADD VALUE LABELS Rencana 1 'RS/RSB' 2 'PKM' 3 'Nakes' 4 'Dukun' 5 'Lain-lain' .

7. jumlah record sebelum didelete 8390 record dan sesudah didelete yang missing tersisa 8380 record

8. Jumlah field sebelum kerja yg missing adalah 8380 dan setelah field erja dicleaning adalah 8378 record

9. Jumlah record sebelum di delete sistol yang missing adalah sebanyak 8378 record dan setelah dilakukan penghapusan field sistol yang missing tersisa 7127 record

10. Jumlah record sebelum di delete diastol yang missing adalah sebanyak 7127 record dan setelah dilakukan penghapusan field diastol yang missing tersisa 6956 record

11.       2 digit terakhir NIM saya adalah : 29

1 digit terakhir adalah : ____9____ Ganjil

12.Ganjil :
Jumlah record tersisa setelah di delete sebanyak 100 recor mulai dari 2 digit NIM adalah 6856. record

14.. Pendidikan Formal Ibu :

		Frequency	Percent	Valid Percent	Cumulative Percent
Valid	BH/SD	197	2.9	2.9	2.9
	SLTP	729	10.6	10.6	13.5
	SLTA	2944	42.9	42.9	56.4
	P.Tinggi	2986	43.6	43.6	100.0
	Total	6856	100.0	100.0

Komentar : dari data yang di olah didapatkan bahwa  hanya sedikit ibu yang berpendidikan BH/SD dan SLTP, data BH/SD 2.9% , SLTP 13.5 %, SLTA 42.9 %

Dan P tinggi 43.6 %.

15.

RECODE

DIDIK

(0=0)  (2=0)  (3=1)  (4=1)  INTO  didik1 .

VARIABLE LABELS didik1 'Pendidikan Tinggi dan Rendah'.

ADD VALUE LABELS didik1 0 'Rendah' 1 'Tinggi'.

EXECUTE .

Pendidikan Tinggi dan Rendah

		Frequency	Percent	Valid Percent	Cumulative Percent
Valid	Rendah	926	13.5	13.5	13.5
	Tinggi	5930	86.5	86.5	100.0
	Total	6856	100.0	100.0

Komentar : dari data yang di olah didapatkan bahwa ibu yang berpendidikan rendah sebanyak 13,5 % dan yang berpendidkan tinggi sebanya 86.5 %

16.       a. Jumlah field sebelum darah yg missing adalah 6856 dan setelah field darah dicleaning adalah  6853 record, atau tidak ada yang missing.

            b. Jumlah field sebelum PERNAH yg missing adalah 6853 dan setelah field PERNAH dicleaning adalah  6852 record.

            c. Jumlah field sebelum akseptor yg missing adalah 6852 dan setelah field akseptor dicleaning adalah  6846 record.

            d. Jumlah field sebelum alasan yg missing adalah 6846 dan setelah field alasan dicleaning adalah  6830 record.

            e. Jumlah field sebelum RENCANA yg missing adalah 6830 dan setelah field RENCANA dicleaning adalah  6773 record.

17.       a. Jumlah field sebelum kadar HB yg missing adalah 6773 dan setelah field kadar dicleaning kadar HB adalah  6751 record.

            b. Jumlah field sebelum tinggi badan yg missing adalah 6751 dan setelah field kadar dicleaning tinggi badan adalah  6749 record.

            c. Jumlah field sebelum berat badan yg missing adalah 6749 dan setelah field kadar dicleaning berat badan adalah  6733 record.

18. Langkah-langkah melakukan cleaning pada field pernah dengan pemeriksaan kehamilan :

1. data à sort cases à field pernah dan kali.

2. sort ascending kedua field, periksa. Jika tidak ada keanehan, sort ascending field pernah dan sort descending field kali, periksa.

3. sort descending kedua field, periksa. Jika tidak ada keanehan, sort descending field pernah dan sort ascending field kali, periksa.

Jumlah record sebelum didelete 6733 record dan sesudah didelete yang missing tersisa 6559 record.

lebih lengkap ..............

DOWNLOAD