Yang kita harapkan tidak ada mising, kalau ada dipakai valid persent.

Biasanya hasilnya
dipindahkan ke word. Analisis untuk penelitian ada dibab V.
Awal penelitian yang dideskriptifkan dependen nya terlebih dahulu karena pendidikan.
Tabel 5.1
Distribusi Ibu Menyusui Menurut Tingkat Pendidikan Di Kota Depok Tahun 2017

Pendidikan Frekuensi Persentase

Sd 5 20,0
smp 3 12,0
sma 11 44,0
pt 6 24,0
total 25 100,0 (jgn pakai simbol %
lagi)

Pindahkan semua data dari output spss sesuai urutan ke dalam tabel.
pendidikan terakhir ibu menyusui
Frequenc Valid Cumulative
y Percent Percent Percent
Valid SD 5 20,0 20,0 20,0
SMP 3 12,0 12,0 32,0
SMA 11 44,0 44,0 76,0
PT 6 24,0 24,0 100,0
Total 25 100,0 100,0
Setelah tabel dibuat , dinarasikan/ kesimpulan dari tabel , hindari kata2 berdasarkan tabel
diatas, Mayoritas, mayoritas hanya boleh disebutkan bila ada data lebih dari 80 %.
Narasikan data yang terbesar dan terkecil Berdasarka tabel 5.1 terlihat bahwa tingkat
pendidikan ibu menyusui peling banyak yang beerpendidikan SMA yaitu sebesar 32,0 %,
kemudian diikuti persentase yang lebih rendah yaitu PT, SMP dan SD, masing-masing:
26,0%, 22,0% dan 20,0% tidak harus seperti ini hanya disimpulkan saja. Ini yang katagorik
pada tabel uni variat.

2. NUMERIK
Dalam spss ada 2 perintah : satu pakai CI dan satu tidak.
Analise deskriptif - eksplore - statistik - contreng mean, mini, maks, standar
deviasi. Maka outputnya seperti dibawah ini:

Ada nilai mean yang dihilangkan karena ada nilai ekstrim

Untuk tabel yang numerik akan beda tampilannya.
Tabel 5.2
Distribusi ibu menyusui menurut umur di depok tahun 2017

Varriabel Mean Standar deviasi Min - maks 95 % CI

Umur ibu 25,1 4,9 19 -35 23,7 26,5

Berdasarkan tabel 5.2 terlihat rata-rata umur ibu menusui adalah 25,1 tahun dengan variasi
4,9 tahun. Umur termuda ibu menyusui adalah 19 tahun dan yang paling tua adalah 35
tahun. Hasil analisis diperoleh bahwa 95% ibu menyusui diwilayah depok mempunyai rata-
rata umur diantara 23,7 tahun sampai dengan 26,5 tahun.
Dalam penelitian biasanya jarang menggunakan tabel numerik karena biasa dikelompokkan
lagi menjadi kategorik.
Bisa saja satu variabel ada 2 tabel, terutama untuk variabel pertanyaan komposit/abstrak
(satu variabel di ukur dengan banyak pertanyaan) misalnya : Pengetahuan, dibuat per item
pertanyaan

Pengetahuan Persentase
1. Definisi.... 90,0 %
2. Tujuan ... 80,0% dst
Kolom ini akan sangat membantu di saran sehingga lebih fokus untuk meningkatkan item
mana yang menjadi prioritas peningkatan pengetahuan.
Kalau perlu pada pendidikan, dibuat juga ditailnya, sehingga dapat memperkaya
pembahasan.
Setelah per item dibuat , kita buat tabel baru lagi yang sudah dikategorikan pengetahuan
rendah tinggi

Pengetahuan frek persentase

1. ......
2. ....... dst
Total

Apa gunanya tabel pengelompokan? Untuk mempermudah pembahasan, memperdalam

pembahasan analisis,

MENGECEK KENORMALAN DATA HANYA PADA VARIABEL NUMERIK.

MIS: BB IBU
ANALISE DES FREK

Ekornya menceng kanan berarti ada nilai ekstrim

Cara 2
Analis des eksploe
 Descriptives

Statistic Std. Error

Berat badan ibu menyusui Mean 55,92 1,725

95% Confidence Interval for Lower Bound 52,36

Mean Upper Bound 59,48

5% Trimmed Mean 55,62

Median 55,00

Variance 74,410

Std. Deviation 8,626

Minimum 46

Maximum 72

Range 26
Interquartile Range 17

Skewness ,386 ,464

Kurtosis -1,359 ,902

Skewness / s. Error : kurang dari 2 berarti normal

Katagorik numerik
Hubungan antara :

Uji T ini harus ada 2 kelompok, kalo ada 3 dan 4 pakai anova (misal: masa bayi, anak,
remaja)
Uji t melewati 2 uji : 1 uji varian u melihat variasi, 2. Uji t, harus data normal

Penelitian intervensi, eksperimen menggunakan uji dependen.

Hubungan pemberian asi dengan kadari hb

Kategorik asi ekslusif
Numerik hb1
 Group Statistics

Menyusui eksklusif N Mean Std. Deviation Std. Error Mean

Kadar HB pertama Tidak 17 10,606 1,6641 ,4036

Ya 8 10,800 1,2364 ,4371

Tidak ada perbedaan yang signifikan, tidak ada perbedaan antara pemberia asi eks dengan
kadar hb.