CSE

Loading

Senin, 16 Juli 2012

MANAJEMEN DATA dengan SPSS dan WHO ANTRO
LAPORAN UAS KOMPUTER LANJUT

1.      Nama : MELLY ZULMIWARTA
        NIM  : 102114324
2.  Berdasarkan angka NIM terakhir saya, maka file yang akan diolah adalah [Genap.rec] 
3.  File hasil eksport Epidata ke SPSS berekstensi sav dengan nama file melly zulmiwarta.sav
4.  File syntax GENAP dieksport ke SPSS dan disimpan dengan nama melly zulmiwarta.sps dan ekstensi sps
5.  File data melly zulmiwarta berisi 39 field dan 8390 record. Data kategorik sebanyak 27 field dan data numerik sebanyak 12 field.
6.   Berdasarkan  perintah soal no 6 maka saya membuat syntax baru yang dicopy dari syntax yang namanya GENAP dan memperbaiki variable labels
      Simpan file syntax dengan nama yang sama dengan file data. Pastekan disini Syntax tentang ADD VALUE LABELS variabel didik, kerja, pernah, ukurtb, fundus, tensi, tfe, tt, akseptor, ksepsi alasan, dan rencana

* Pembuatan Value Label utk Data Kategorik .
* =============================== .
ADD VALUE LABELS didik 0 'BH/SD' 2 'SLTP' 3 'SLTA' 4 'P.Tinggi'.
ADD VALUE LABELS kerja 1 'PNS' 2 'Swasta' 3 'Wiraswasta' 4 'Pedagang' 5 'Buruh/T/N' 6 'Lain2'.
ADD VALUE LABELS Pernah 1 'Pernah' 2 'Tidak'.
ADD VALUE LABELS Ukurtb 0 'Tidak' 1 'Ya'.
ADD VALUE LABELS Fundus 0 'Tidak' 1 'Ya'.
ADD VALUE LABELS Tensi 0 'Tidak' 1 'Ya'.
ADD VALUE LABELS Tfe 0 'Tidak' 1 'Ya'.
ADD VALUE LABELS tt 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 'Lain2'.
ADD VALUE LABELS Alasan 1 'Masih Ingin Punya Anak' 2 'Dilarang Suami' 3 'Tdk Sesuai Keyakinan' 4 'Lain2'.
ADD VALUE LABELS rencana 1 'RS/RSB' 2 'PKM' 3 'Nakes' 4 'Dukun' 5 'Lain2'.
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 kerja 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 : 24
          1 digit terakhir adalah : Genap
        12.  -
13. Genap :
Jumlah record tersisa setelah di delete sebanya 50 record mulai dari 2 digit NIM adalah 6906 record
14.Output tabel distribusi frekuensi tersebut dalam lembar jawaban disini, berserta komentar singkat di bawah tabel :
       Komentar : Berdasarkan tabel di atas, dapat disimpulkan bahwa frekuensi terbanyak pendidikan ibu tertinggi adalah P.tinggi yaitu 2996 record (43.4 %) sedangkan pendidikan ibu terendah sebanyak 196 record (2.8 %) pada tingkat BH/SD.
15. Syntax transformasi field didik, kemudian pastekan hasil distribusi frekuensinya dibawah syntax yang bersangkutan, disertai komentar         
*Penyederhanaan Kategori Pendidikan.
RECODE
  DIDIK
  (0=1)  (2=1)  (3=2)  (4=2)  INTO  didik2 .
VARIABLE LABELS didik2 'pendidikan ibu 2 kategori'.
ADD VALUE LABELS didik2 1 'rendah' 2 'tinggi'.
EXECUTE .
       Komentar : Berdasarkan tabel diatas, dapat disimpulkan bahwa pendidikan ibu 2 kategori tinggi dan rendah. Dimana pendidikan tinggi ibu yang terbanyak berjumlah 5982 (SMA dan PT) yang persentasenya 86.6 %, sedangkan pendidikan rendah ibu berjumlah 924 (BH/SD, SMP) yang persentasenya 13.4 %.

           16. Laporan perubahan jumlah record sebelum didelete dan sesudah didelete
                     a.    jumlah record field darah sebelum didelete 6906 record dan sesudah didelete yang missing tersisa 6902 record
                     b.   jumlah record field pernah sebelum didelete 6902 record dan sesudah didelete yang missing tersisa 6901 record
                         c.       jumlah record field akseptor sebelum didelete 6901 record dan sesudah didelete yang missing tersisa 6895 record
                        d.    jumlah record field alasan sebelum didelete 6895 record dan sesudah didelete yang missing tersisa 6882 record
                          e.       jumlah record field rencana sebelum didelete 6882 record dan sesudah didelete yang missing tersisa 6875 record
         17. Laporan perubahan jumlah record sebelum didelete dan sesudah didelete
                        a.   Kadar Hb : 6,0 - 17,5 mg/dlà jumlah record sebelum didelete 6875 record dan sesudah didelete yang missing tersisa 6849 record
                       b. Tinggi badan 135,0 - 180 cmà jumlah record sebelum didelete 6849 record dan sesudah didelete yang missing tersisa 6829 record
                       c.     Berat Badan : 35,0 - 80,0 kgà jumlah record sebelum didelete 6829 record dan sesudah didelete yang missing tersisa 6814 record
18. Tuliskan langkah-langkah melakukan cleaning data untuk mengecek konsistensi ini dan tulis juga perubahan record yang terjadi (record inconsistensi harus didelete)
a.    distribusikan field pernah dan field kali
b.   Lihat hasil dari output
     Yang pernah memeriksakan kehamilan harus sama jumlahnya dengan data valid pada tabel frekuensi pemeriksaan kehamilan. Sedangkan yang tidak memeriksakan kehamilan harus sama jumlahnya dengan jumlah missing pada tabel frekuensi pemeriksaan kehamilan.
c.    Dicari data yang tidak memeriksakan kehamilan, tetapi pada frekuensi kehamilan di isi frekuensi pemeriksaannya. Field pemeriksaan kehamilan di sort descending dan field frekuensi pemeriksaan kehamilan di sort descending.
d.   Maka didapatkan 162 data yang tidak memeriksakan kehamilan, tetapi mengisi frekuensi pemeriksaan kehamilan. Maka hasil tersebut di clear.
e.    Perubahan record yang terjadi : sesudah di cleaning 6652 record
          19.   Langkah-langkah :
a.    Distribusi frekuensikan antara pernah memeriksakan kehamilan dan 5T
b. Maka hasil jumlah frekuensi dari missing 5T sama dengan jumlah frekuensi yang tidak memeriksakan kehamilan.
c.    Setelah dilihat, lalu sort cases pernah dan 5T dengan sort order semuanya di decending kan
d.   Maka didapatkan 25 record yang tidak konsisten sehingga harus di clear kan. Record sebelum di clear sebanyak 6652 dan jumlah record yang tersisa sebanyak 6626 record.

20.  Memeriksa konsistensi atara pertanyaan (field) akseptor, kontrasepsi dan   alasan tidak ber-KB
a.    Distribusi frekuensikan akseptor, kontrasepsi, dan alasan
b.   Lihat hasil dari output
     0 pada kontrasepsi yang dipakai pada tabel di atas jumlah frekuensinya 1, maka harus di delete karena 0 termasuk data ilegal.
c.    Ketentuannya adalah jumlah yang memakai akseptor KB sama dengan jumlah jenis kontrasepsi yang dipakai dan jumlah missing pada alasan tidak menggunakan akseptor KB
d.   Maka dicari yang tidak menggunakan akseptor KB, tetapi memilih salah satu jenis akseptor yang dipakai serta tidak memberikan alasan. Field akseptor di sort ascending, field kontrasepsi di sort decending dan alasan di sort ascending.
e.    Didapatkan record yang didelete sebanyak  96 karena tidak konsisten. Sehingga sisa record sebanyak 6530 record.

         21. Hasil syntax yang berhubungan dengan compute IMT dan pengkategoriannya :
*Perhitungan IMT anak .
COMPUTE IMTa = weight / ((height/ 100) * (height/ 100)) .
VARIABLE LABELS IMTa 'IMT anak balita' .
EXECUTE .

*Pengelompokkan IMT Ibu Hamil .
RECODE
  IMTi
  (Lowest thru 16.999=1)  (17.0 thru 18.49999=2)  (18.5 thru 25.00=3)  (25.001 thru 27.0=4)  (27.001 thru Highest=5)  INTO
  IMTi5 .
VARIABLE LABELS IMTi5 'IMT ibu hamil'.
ADD VALUE LABELS IMTi5 1 'Sangat Kurus' 2 'Kurus' 3 'Normal' 4 'Gemuk' 5 'Obesitas' .
EXECUTE .

*Pengelompokka IMT anak .
RECODE
  IMTa
  (Lowest thru 16.999=1)  (17.0 thru 18.49999=2)  (18.5 thru 25.00=3)  (25.001 thru 27.0=4)  (27.001 thru Highest=5)  INTO
  IMTa5 .
VARIABLE LABELS IMTa5 'IMT anak dalam 5 kategori'.
ADD VALUE LABELS IMTa5 1 'Sangat Kurus' 2 'Kurus' 3 'Normal' 4 'Gemuk' 5 'Obesitas' .
EXECUTE .

*Pengelompokkan IMT ibu hamil dalam 3 kategori .
RECODE
  IMTi5
  (1=1)  (2=1)  (3=2)  (4=3)  (5=3)  INTO  IMTi3K .
VARIABLE LABELS IMTi3K 'IMT ibu dalam 3 kategori'.
ADD VALUE LABELS IMTi3K 1 'Kurang' 2 'Normal' 3 'Lebih' .
EXECUTE .

*Pengelompokkan IMT anak dalm 3 Kategori .
RECODE
  IMTa5
  (1=1)  (2=1)  (3=2)  (4=3)  (5=3)  INTO  IMTa3K .
VARIABLE LABELS IMTa3K 'IMT anak dalam 3 Kategori'.
ADD VALUE LABELS IMTa3K 1 'Kurang' 2 'Normal' 3 'Lebih' .
EXECUTE .
        Komentar : Berdasarkan tabel IMT ibu 5 kategori di atas dapat disimpulkan bahwa IMT ibu yang terbanyak adalah kategori normal yaitu sebanyak 5951 record yang persentasenya 91.1 %, sedangkan IMT ibu yang paling sedikit adalah kategori sangat kurus yaitu sebanyak 24 record yang persentasenya 0.4 % .
     Komentar : Berdasarkan tabel IMT anak 5 kategori di atas dapat disimpulkan bahwa IMT anak  yang terbanyak adalah kategori sangat kurus yaitu sebanyak 4293 record (65.7%), sedangkan IMT anak yang paling sedikit adalah kategori gemuk yaitu sebanyak 77 record (1.2%).
       Komentar : Berdasarkan tabel IMT ibu 3 kategori di atas dapat disimpulkan bahwa IMT ibu yang terbanyak adalah kategori normal yaitu sebanyak 5951 record (91.1%), sedangkan IMT ibu yang paling sedikit adalah kategori kurang yaitu sebanyak 186 record (2.8 %).
     Komentar : Berdasarkan tabel IMT anak 3 kategori di atas dapat disimpulkan bahwa IMT anak yang terbanyak adalah kategori kurang yaitu sebanyak 4906 record (75.1%), sedangkan IMT anak yang paling sedikit adalah kategori lebih yaitu sebanyak 397 record (6.1 %).

ANALISIS BIVARIAT


1.      Tujuan Penelitian : Mengetahui hubungan antara pendidikan ibu dengan jenis pekerjaan yang dimiliki

  • Identifikasi variabel dalam tujuan : Independen variabel adalah pendidikan dan dependen variabel adalah jenis pekerjaan yang dimiliki.
  • Idenfifikasi field dalam database : tingkat pendidikan nama fieldnya didik dan frekuensi pemeriksaan kehamilan nama fieldnya adalah kerja.
  • Tentukan karakteristik field : Field didik adalah data kategorik (K) dan field kerja juga merupakan data kategorik (K)
  • Tentukan jenis uji, teori yg relevans dan H0 pengujian : Uji yang dipakai adalah uji chi square. Teori yg relevansnya adalah makin tinggi pendidikan ibu makin tinggi pekerjaan ibu. H0: Tidak ada perbedaan proporsi antara tingkat pendidikan dengan jenis pekerjaan ibu.
  • Lakukan Uji, baca hasil dan interpretasikan
Bahas hasil yang didapat dengan membandingkan dengan teori yang relevans dan penelitian terdahulu.
·         Kesimpulan: P<0,05 maka H0 ditolak karena 0 cells (.0%) have expected count less than 5. The minimum expected count is 8.37. Ada perbedaan proporsi antara tingkat pendidikan dengan jenis pekerjaan ibu. Dari hasil uji chi-square di atas di dapatkan bahwa makin tinggi tingkat pendidikan ibu makin tinggi jenis pekerjaan yang dimiliki. Ini di tandai dengan jumlah sampel yang berpendidikan Perguruan Tinggi memiliki jenis pekerjaan sebagai PNS berjumlah 1709 ibu.

2.      Tujuan Penelitian : Mengetahui hubungan antara pekerjaan ibu dengan alat kontrasepsi yang dipilih ibu untuk ber-KB

  • Identifikasi variabel dalam tujuan : Independen variabel adalah pekerjaan dan dependen variabel adalah alat kontrasepsi yang dipilih.
  • Idenfifikasi field dalam database : tingkat pendidikan nama fieldnya kerja dan frekuensi pemeriksaan kehamilan nama fieldnya adalah ksepsi.
  • Tentukan karakteristik field : Field kerja adalah data kategorik (K) dan field ksepsi juga merupakan data kategorik (K)
  • Tentukan jenis uji, teori yg relevans dan H0 pengujian : Uji yang dipakai adalah uji chi square. Teori yg relevansnya adalah makin tinggi pekerjaan ibu makin bagus alat kontrasepsi yang digunakan. H0: Tidak ada perbedaan proporsi antara jenis pekerjaan ibu dengan alat kontrasepsi yang dipilih.
  • Lakukan Uji, baca hasil dan interpretasikan
Bahas hasil yang didapat dengan membandingkan dengan teori yang relevans dan penelitian terdahulu.

·         Kesimpulan: P<0,05 maka H0 ditolak karena 2 cells (6.7%) have expected count less than 5. The minimum expected count is 1.07. Ada perbedaan proporsi antara tingkat pendidikan dengan jenis pekerjaan ibu. Dari hasil uji chi-square di atas di dapatkan bahwa makin tinggi jenis pekerjaan yang dimiliki ibu maka lebih bagus alat kontrasepsi yang digunakan. Ini di tandai dengan jumlah sampel yang pekerjaannya PNS memakai alat kontrasepsi PIL berjumlah 701 responden.

3.      Tujuan Penelitian : Mengetahui hubungan antara pemberian tablet Fe dengan kadar Hb dalam darah.

  • Identifikasi variabel dalam tujuan : Independen variabel adalah pemberian tablet Fe dan dependen variabel adalah kadar Hb.
  • Idenfifikasi field dalam database : pemeberian tablet Fe nama fieldnya tfe dan kadar Hb dalam darah nama fieldnya adalah Hb.
  • Tentukan karakteristik field : Field tfe adalah data kategorik (K) dan field Hb merupakan data numerik (N)
  • Tentukan jenis uji, teori yg relevans dan H0 pengujian : Uji yang dipakai adalah uji independent sample t-test. Teori yg relevansnya adalah ibu yang mendapatkan tablet Fe maka kadar Hb ibu akan baik dan normal. H0: Tidak ada perbedaan rata-rata antara Pemberian tablet Fe dengan kadar Hb dalam darah.
  • Lakukan Uji, baca hasil dan interpretasikan. “Weight” numeric : Uji Normality.
ü  Distribusi Deskriptif Data                à Normal
ü  Normal Q-Q Plot                                à Normal
ü  Hi-Low close                                      àTidak Normal
ü  Histogram                                          à Normal
ü  Skeweness                                         àNormal
ü  Steam-Leaf                                         àNormal

·         Kesimpulan : P<0,05 maka H0 ditolak. Ada perbedaan rata-rata antara pemberian tablet Fe dengan kadar Hb dalam darah. Dari hasil uji independent sample T-test di atas di dapatkan bahwa ibu  yang mendapatkan tablet Fe maka kadar Hbnya baik/ normal.

4.      Tujuan Penelitian : Mengetahui hubungan tingkat pendidikan dengan frekuensi pemeriksaan kehamilan.
                     
  • Identifikasi variabel dalam tujuan : Independen variabel adalah tingkat pendidikan dan dependen variabel adalah frekuensi pemeriksaan kehamilan.
  • Idenfifikasi field dalam database : tingkat pendidikan nama fieldnya didik dan frekuensi pemeriksaan kehamilan nama fieldnya adalah kali.
  • Tentukan karakteristik field : Field didik adalah data kategorik (K) dan field kali merupakan data numerik (N)
  • Tentukan jenis uji, teori yg relevans dan H0 pengujian : Uji yang dipakai adalah uji anova. Teori yg relevansnya adalah makin tinggi tingkat pendidikan ibu makin sering ibu melakukan pemeriksaan kehamilan. H0: Tidak ada perbedaan rata-rata yang signifikan antara frekuensi pemeriksaan kehamilan dengan tingkat pendidikan ibu.
  • Lakukan Uji, baca hasil dan interpretasikan. “Kali” numeric : Uji Normality.
ü  Distribusi Deskriptif  Data               à Normal
ü  Normal Q-Q Plot                                àTidak Normal
ü  Hi-Low close                                      àNormal
ü  Histogram                                          àTidak Normal
ü  Skeweness                                         àTidak Normal
ü  Steam-Leaf                                         àTidak Normal

·         Kesimpulan : Jadi dari hasil uji normality tidak bisa memakai uji ANOVA karena hasil yang didapatkan TDK NORMAL sehingga di uji dg Kruskal wallis dimana P<0,05 sehingga H0 ditolak berarti Ada perbedaan rata-rata yang signifikan antara frekuensi pemeriksaan kehamilan dengan tingkat pendidikan ibu (SD, SMP, SMA, PT)

5.      Tujuan Penelitian : Mengetahui hubungan antara umur ibu dengan tekanan darah sistolik.

  • Identifikasi variabel dalam tujuan : Independen variabel adalah umur ibu dan dependen variabel adalah tekanan darah sistolik.
  • Idenfifikasi field dalam database : umur ibu nama fieldnya umur dan tekanan darah sistolik nama fieldnya adalah sistol.
  • Tentukan karakteristik field : Field umur adalah data numerik (N) dan field sistol merupakan data numerik (N)
  • Tentukan jenis uji, teori yg relevans dan H0 pengujian : Uji yang dipakai adalah uji korelasi. Teori yg relevansnya adalah Makin tinggi umur ibu makin tinggi tekanan darah sistol ibu. H0: Tidak ada korelasi antara umur ibu dengan tekanan darah sistolik
 Lakukan Uji, baca hasil dan interpretasikan.  Uji Normality.
ü  Distribusi Deskriptif Data    à Tidak Normal
ü  Normal Q-Q Plot        àumur ibu Normal, TD sistolik Tidak Normal
ü  Hi-Low close               àumur ibu Normal, TD sistolik Tidak Normal
ü  Histogram                   àTidak Normal
ü  Skeweness                 àumur Ibu Normal, Td sistolik Tidak Normal
ü  Steam-Leaf                 àTidak Normal

       Karena Uji korelasi Pearson Tidak Normal maka dilanjutkan dengan uji korelasi Spearmans.
·         Kesimpulan :Dari hasil diatas diperoleh nilai  sicnifycancy 0.000 yang berari bahwa korelasi antara umur ibu dengan dengan tekanan darah sistolik adalah bermaknadengan nilai korelasi spearman adalah 0.077 menunjukkan bahwa arah korelasi positif dengan kekuatan lemah.
Teori   :
                     Semakin tinggi umur seseorang semakin tinggi tekanan darahnya, jadi orang yang lebih tua cenderung mempunyai tekanan darah yang tinggi dari orang yang berusia lebih muda. Hipertensi pada usia lanjut harus ditangani secara khusus. Hal ini disebabkan pada usia tersebut ginjal dan hati mulai menurun, karena itu dosis obat yang diberikan harus benar-benar tepat. Tetapi pada kebanyakan kasus , hipertensi banyak terjadi pada usia lanjut. Pada wanita, hipertensi sering terjadi pada usia diatas 50 tahun. Hal ini disebabkan terjadinya perubahan hormon sesudah menopause.
Hanns Peter (2009) mengemukakan bahwa kondisi yang berkaitan dengan usia ini adalah produk samping dari keausan arteriosklerosis dari arteri-arteri utama, terutama aorta, dan akibat dari berkurangnya kelenturan. Dengan mengerasnya arteri-arteri ini dan menjadi semakin kaku, arteri dan aorta itu kehilangan daya penyesuaian diri.

WHO ANTRO

Setelah yang missing di Cleaning

PREVALENSI STATUS GIZI :
1.   Berdasarkan Pengkategorian Status Gizi (BB/TB) terdapat 1269 orang Sangat Kurus (20.8%), 387 Kurus (6.3%), 3041 Normal (49.9%), 1402 Gemuk (23%), dan totalnya sebanyak 6099 record.
2.  Berdasarkan Pengkategorian Status Gizi (BB/TU) terdapat 1459 orang Sangat Pendek (23.9%), 468 Pendek (7.7 %), 3062 Normal (50.2%), 1110 Tinggi (18.2%), dan totalnya sebanyak 6099 record.
3.    Berdasarkan Pengkategorian Status Gizi (BB/U) terdapat 1277 orang Gizi Buruk (20.9%), 385 gizi Kurang (6.3%), 3503 Gizi Baik (57.4%), 934 Gizi lebih (15.3%), dan totalnya sebanyak 6099 record.

      PREVALENSI SIFAT MASALAH GIZI (AKUT&KRONIS, KRONIS, AKUT, DAN NORMAL) :

       Berdasarkan Pengkategorian Sifat Akut dan Kronis terdapat 557 orang Akut dan Kronis (9.2%), 1001 Kronis (16.6%), 666 Akut 11.0%), 3804 Normal (63.1%), dan totalnya sebanyak 6028 record.

Baca lebih lanjut disini...

Rabu, 20 Juni 2012

ANALISIS BIVARIAT


Tingkat Pendidikan Ibu Dengan Jenis Pekerjaan
Tujuan penelitian: Mengetahui hubungan antara tingkat pendidikan ibu dengan jenis pekerjaan yang dimiliki
1.       Identifikasi variabel dalam tujuan : Variabel independen adalah tingkat pendidikan ibu dan Variabel dependen adalah jenis pekerjaan ibu
2.      Identifikasi field dalam database : Tingkat pendidikan ibu fieldnya adalah  didik dan Jenis pekerjaan ibu fieldnya adalah kerja
3.      Tentukan karakteristik field : field Didik adalah data kategorik dan field Kerja adalah data kategorik
4.      Tentukan jenis uji, teori yg relevans dan H0 pengujian : ujinya adalah uji beda proporsi (Chi Squre). Makin tinggi tingkat pendidikan makin tinggi pekerjaan ibu. HO pengujian : tidak ada perbedaan proporsi ibu yang memiliki perkejaan antara ibu yang tamat SD,SLTP,SLTA dan Perguruan Tinggi.
5.      Uji normality : –
6.      Lakukan uji, baca hasil, dan interpretasikan.
Kesimpulan : ada perbedaan proporsi ibu yang memiliki pekerjaan antara ibu yang tamat SD, SLTP,SLTA dan Perguruan Tinggi
Pernah atau tidak mendaat tablet Fe dengan kadar Hb dalam darah.
    Tujuan Penelitian : Mengetahui hubungan antara pernah atau tidak mendapat tablet Fe dengan kadar Hb dalam darah.

  1. Identifikasi variabel dalam tujuan : Independen variabel adalah pernah dapat tablet Fe dan dependen variabel adalah kadar Hb.
  2. Idenfifikasi field dalam database : pernah dapat tablet Fe nama fieldnya tfe dan kadar Hb nama fieldnya adalah hb.
  3. Tentukan karakteristik field : Field tfe adalah data kategorik (K) dan field hb merupakan data numerik (N)
  4. Tentukan jenis uji, teori yg relevans dan H0 pengujian : Uji yang dipakai adalah uji independent sample t-test. Teori yg relevansnya adalah ibu yang dapat tablet Fe kadar Hb nya akan lebih baik daripada ibu yang tidak dapat tablet Fe. H0: Tidak ada perbedaan rata-rata antara kadar Hb ibu dapat dan tidak dapat tablet Fe.
  5. Lakukan Uji, baca hasil dan interpretasikan. Hb numeric : Uji Normality.
ü  Distribusi deskriptif data             = Normal
ü  Normal Q-Q Plot                       =Normal
ü  Hi-Low close                             =TN
ü  Histogram                                =Normal
ü  Skeweness                                =Normal
ü  Steam-Leaf                              =Normal
6.      Kesimpulan : P<0,05 maka H0 ditolak. Ada hubungan antara pernah atau tidak mendapat tablet Fe dengan kadar Hb dalam darah. Dari hasil uji t-test di atas di dapatkan bahwa ibu yang dapat tablet Fe kadar Hb nya akan lebih baik daripada ibu yang tidak dapat tablet Fe.
ssee more..........

Sabtu, 25 Februari 2012


Cerita Alquran tentang Gizi
Alquran mukjizat sang Baginda Rasulullah Shallallahu ‘alaihi wa sallam memang tidak terkalahkan oleh siapapun sekalipun ia seorang ahli, peraih nobel, ataupun ilmuwan. Jika mereka para “jenius” memiliki kemampuan yang jika orang menilai “luar biasa” tapi tidak pada Alquran, rasanya alquran tak layak hanya dibilang “luar biasa”, tapi lebih dari itu.

Asupan gizi yang cukup dan seimbang merupakan faktor terpenting yang terkait dengan kesehatan tubuh. Di dalam alquran banyak kita temukan isyarat-isyarat ringkas, padat, dan tinggi yang menunjukkan pada unsure-unsur pokok gizi yang harus dipenuhi manusia dalam rangka mewujudkan kesehatan tubuhnya. Penelitian ilmiah setiap hari menyingkap kedalaman dan keistimewaan-keistimewaan actual terhadap isyarat-isyarat tersebut. Untuk memudahkan pembahasan mengenai gizi di dalam Al quran, baiknya kita bagi hal tersebut ke dalam beberapa klasifikasi :
            1.Makan dan minum tanpa berlebihan
Dalam alquran telah ditetapkan oleh Alloh mengenai ukuran yang benar dalam soal makanan, dalam firmanNya:
Hai anak Adam, pakailah pakaianmu yang indah di setiap memasuki masjid, makan dan minumlah, dan janganlah berlebih-lebihan. Sesungguhnya Alloh tidak menyukai orang-orang yang berlebih-lebihan (Al A’raf: 31).
“ Hai sekalian manusia, makanlah yang halal lagi baik dari apa yang terdapat di bumi” (Al Baqoroh: 168)
Alquran menganggap gizi adalah sarana bukan tujuan. Ia merupakan sarana penting untuk mencapai tujuan kehidupan manusia. Alloh menciptakan di dalam diri manusia naluri yang selalu cenderung untuk makan, disamping menetapkan hikmah bahwa kecenderungan ini disertai dengan indera untuk merasakan makanan dan organ pencernaan. Tetapi berlebihan ketika merasakan kelezatan pada makanan dan minuman hanyalah menurunkan manusia pada derajat yang setingkat dengan binatang. Dan ini merupakan bagian dari karakteristik orang-orang kafir yang menentang.
Dalam berbagai hal, keseimbangan merupakan derajat yang tertinggi. Dan keseimbangan inilah yang menjadi maksud dalam penekanan ayat suci di atas “makan dan minumlah dan janganlah berlebih-lebihan”. Dalam ayat ini terdapat seruan agar manusia makan dan minum kemudian diikuti dengan peringatan secara langsung agar mereka tidak berlebih-lebihan dalam hal itu.
Prinsip-prinsip pokok mengenai keseimbangan dalam soal makanan dan minuman telah disepakati oleh para nabi, orang bijak, serta para dokter. Luqman al Hakim misalnya, menasehati anaknya dengan mengatakan: “apabila engkau makan maka peliharalah perutmu”. Kemudian Umar bin khattab memberikan peringatan dalam soal perut dan berkata: “jagalah perut kalian dari soal makanan, sesungguhnya makanan merusak badan dan menyebabkan penyakit”. Peringatan yang paling jelas dalam soal ini ditemukan di dalam sebuah hadits Rasulullah :
“ Apa yang memenuhi usus bani Adam ‘alaihi salam sungguh jelek bagi perutnya, bagi anak Adam ‘alaihi salam beberapa suap yang dapat menegakkan sumsumnya itu mesti dilakukan, maka sebaiknya sepertiga untuk makanan, sepertiga untuk minuman dan sepertiga untuk bernafas”.
Berlebih-lebihan dalam makanan yang dimaksud adalah mengkonsumsi makanan dalam jumlah melampaui kebutuhan tubuh, menelan makanan dengan cepat tanpa melalui proses pengunyahan dengan baik, hal ini disebut dengan asy syurhu (kelahapan), ini biasanya terjadi karena faktor-faktor psikis yang beragam seperti kebosanan mengunyah yang biasanya terjadi bagi balita, atau sebab-sebab yang terkait dengan kelezatan, atau mungkin karena gairah dan nafsu makan seperti yang terjadi pada orang sakit dan ibu yang sedang hamil. Banyak dampak negatif yang terjadi akibat berlebih-lebihan dalam makanan ini,  diantaranya yaitu :
·          Dampak terhadap alat pencernaan : salah cerna (dyspepsia), kesulitan mencerna, pelebaran lambung, semuanya merupakan kondisi yang menyebabkan seseorang merasakan gangguan pada ulu hati sebagai akibat dari semua hidangan makanan.
·         Serangan sesak dada (angina pectoris), khususnya jika hidangan yang dikonsumsi secara berlebihan banyak mengandung lemak. Orang yang dalam kondisi ini merasakan sakit yang sangat, dan biasanya menyebabkan luka pada bagian belakang tulang dada sampai pada tulang bahu/ pundak. Rasa sakit juga sering terasa pada bagian siku kiri, rahang bawah. Hal ini semuanya dikarenakan kurangnya sirkulasi darah dari jantung. Kondisi ini seringkali terjadi bagi penderita penyakit penyumbatan pembuluh darah.
·         Menekan makanan dalam jumlah besar tanpa proses pengunyahan yang sempurna menjadikan seseorang rentan terhadap bakteri-bakteri seperti kolera dan tipes. Ini terjadi karena tidak cukupnya zat asam pada lambung yang dapat mengatasi dan mematikan bakteri- bakteri tersebut.
·         Terjadinya peradangan lambung secara akut, sebuah kondisi yang berbahaya karena dapat mengakibatkan kematian jika tidak ditangani dengan pengobatan secara serius.
·         Bahaya yang dapat muncul akibat ketidakteraturan metabolisme karena organ pencernaan tidak mampu memproses makanan yang masuk dalam jumlah yang berlebihan
·         Lambung yang selalu penuh lebih mudah mengalami kebocoran jika mendapatkan benturan dari luar daripada lambung yang kondisinya stabil atau cenderung kosong. Kadang-kadang seseorang mengalami kematian karena jantung berhenti jika terjadi pukulan di atas lambung.
·         Makan dengan lahap dan cepat berdampak pada jiwa dan pikiran. Terlalu banyak makan menyebabkan seseorang lebih apatis, lemah dalam berpikir, dan selalu ingin tidur (cepat mengantuk).
Lukman al hakim pernah berpesan pada anaknya: “wahai anakku! Jika lambungmu penuh dengan makanan pikiranmu akan tertidur, kebijaksanaanmu akan terhalang, anggota badan susah bergerak untuk melakukan ibadah”. Selain itu terlalu banyak makan menambah nafsu seks sebagaimana kita lihat secara umum bahwa ketamakan merubah prilaku manusia menjadi lebih dekat pada prilaku binatang.
             2.  Bahaya berlebihan dalam aneka makanan :
a.       Kegemukan (obesitas)
Hal ini terjadi karena mengkonsumsi ragam makanan secara berlebihan, khususny makanan yang banyak mengandung zat gula dan lemak. Dan kemungkinan ini lebih besar lagi khususny pada individu-individu yang mempunyai kesiapan genetic untuk itu. Kegemukan pada kenyataannya akan membatasi gerak dan kelincahan seseorang, sebagaimana dampak buruk yang menyertai penyakit-penyakit barbahaya lainnya seperti penyakit jantung, sesak dada, diabetes mellitus, hipertensi, penyakit paru-paru dan penyakit lain yang banyak terjadi di tengah masyarakat.
b.      Pengeroposan yang terjadi pada gigi.
Ini terjadi karena kelebihan mengkonsumsi gula buatan khususnya yang karena endapannya membuka peluang perkembangan bakteri-bakteri susu yang tumbuh pada rongga mulut
c.       Gagal ginjal
Banyak terjadi khususnya pada orang-orang yang berlebihan mengkonsumsi daging dan susu

d.      Atherosclerosis
Ini terjadi pada seseorang yang banyak mengkonsumsi lemak sehingga terjadi hiperlipidemia yang akhirnya menyebabkan atherosclerosiGout
Penyakit sendi yang disebabkan oleh makanan yang banyak mengandung daging dan makanan berprotein tinggi seperti kacang-kacangan.

thx

o'clock