ANALISIS DESKRIPTIF (UNIVARIAT) & PENYAJIAN DATA
|
|
- Dewi Darmadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1 ANALISIS DESKRIPTIF (UNIVARIAT) & PENYAJIAN DATA EFY AFIFAH, M.Kes FAKULTAS ILMU KEPERAWATAN UNIVERSITAS INDONESIA
2 2 Pendahuluan Statistik adalah kumpulan angka yang dihasilkan dari pengukuran dan penghitungan data. Metode statistik adalah alat bantu yang dipakai untuk mengembangkan ilmu pengetahuan Lingkup statistik atau batasan statistik berupa: - statistik angka - statistik hasil pengukuran pada sample mean, SD - metode statistik: mulai dari pengumpulan data pengolahan data penyajian data analisis data Metoda statistik mempunyai 2 aktifitas: Statsitik Deskriptif: 1. aktifitasnya a. pengumpulan data dengan: kuesioner, form, data sekunder b. pengolahan data - cari nilai tengah, mean, median, mode - cari nilai variasi: range, inter quartile range, mean deviationstandar deviation, standar deviation c, penyajian data: text, tabel dan diagram d. analisis data ( sampai dengan penghitungan nilai tengah dan variasi ret dan ratio). e. interpretasi Statsitik inferensial= Induktif=analitik - penarikan kesimpulan ciri-ciri populasi yang dinyatakan dengan parameternya melalui penghitungan statistik sample berdasarkan teori estimasi dengan pengujian hipotesa - berdasarkan suatu perkiraan untuk gambarkan ciri-ciri populasi yang seringkali tidak diketahui Bagaimana karakteristik data yang anda Anda miliki? - statistik deskriptif - atau statistik analitis
3 3 ANALISIS DESKRIPTIF (UNIVARIAT) Tujuan: Menjelaskan/mendeskripsikan karakteristik masing-masing variable yang diteliti Fungsi analisis: Menyederhanakan atau meringkas kumpulan data hasil pengukuran sedemikian rupa sehingga kumpulan data tsb berubah menjadi informasi berguna. Peringkasan dapat berupa ukuran-ukuran statistic, table dan grafik. Peringkasan data: A. Peringkasan data kategorik B. Peringkasan data numeric A. Peringkasan data kategorik Pada data kategorik peringkasan data hanya menggunakan distribusi frekuensi dengan ukuran persentase atau proporsi. Contoh deskripsi variable kategorik dalam bentuk tabel Tabel 1. Distribusi Responden Menurut Tingkat Pendidikan Pasien RS Sejahtera tahun Tingkat Pendidikan Jumlah Rendah Sedang Tinggi Total Persentase
4 4 Contoh penyajian variable kategorik dalam bentuk grafik batang Grafik1. Sebaran responden berdasarkan tingkat pendidikan RS Sejahtera Tahun 2009 Persentase Rendah Sedang Tinggi Tingkat Pendidikan Persentase Berikut akan dipelajari cara mengeluarkan analisis deskriptif di SPSS 11,5, dimulai untuk variable kategorik (latihan variable pendidikan) Langkah-langkah dalam program SPSS 11,5 sbb: 1. Dari menu utama SPSS, pilih analyze..descriptive statistics frequencies 2. Masukkan variable (misal pendidikan) ke dalam kotak variable 3. Aktifkan displays frequency table 4. Klik kotak charts 5. Pilih bar pada chart type 6. Pilih percentages pada chart values 7. Klik continue, terus klik ok 8. Output SPSS Statistics N VAR00001 VAR00002 VAR00003 Valid Missin g didik Valid Cumulative Frequency Percent Valid Percent Percent Total
5 5 Keterangan: Pada kolom frequency menunjukkan kasus dengan nilai yang sesuai, Pada contoh diatas, total responden 31 orang. Ada 1 orang yang berpendidikan SD dst. Proporsi dapat dilihat dari kolom Percent. Ada 3,2% responden yang berpendidikan SD. Bagaimana penyajian dan interpretasi di laporan penelitian? Penyajian dan interpretasi di laporan penelitian sbb: Tabel 2. Distribusi Responden Menurut Tingkat Pendidikan Pasien RS Medika tahun 2009 Tingkat Pendidikan Jumlah Persentase SD 1 3,2 SMP 2 6,5 SMA 21 67,7 PT 7 22,6 Total Distribusi tingkat pendidikan responden paling banyak responden berpendidikan SMA yaitu 21 orang (67,7%) sedangkan untuk pendidikan SD, SMP dan PT masing-masing 3,2%, 6,5% dan 22,6%. B. Peringkasan data numerik Anda harus mengetahui variabel yang akan anda masukkan harus termasuk variable numerik. Pada data numerik, deskripsinya berdasarkan ukuran tengah, sebarannya dan penyajiannya dalam bentuk histogram. Ukuran yang digunakan adalah mean, median dan modus. Untuk ukuran sebaran/variasi digunakan range, standar deviasi, minimal dan maksimal. Langkah-langkah dalam program SPSS 11,5: 1. Pilih analyze.. Descriptive statistics.. Frequencies 2. Masukkan variable numeric misal berat badan kedalam kotak variables 3. Pilihan display frequency tables dinonaktifkan 4. Klik kotak statistics.pilih mean, median, modus pada central tendency 5. Klik pada dispersion standar deviasi, variance, minimum, maksimum
6 6 6. Klik juga skewness dan kurtosis pada distribution sebagai ukuran penyebaran 7. Klik kontinyu, aktifkan chart, pada chart type pilih histogram dan aktifkan kotak with normal curve. 8. Klik continue, dan ok Output SPSS Statistics berat badan N Valid 29 Missing 1 Mean Median Mode 34.00(a) Std. Deviation Variance Skewness.683 Std. Error of Skewness.434 Kurtosis.708 Std. Error of Kurtosis.845 Minimum Maximum a Multiple modes exist. The smallest value is shown Histogram 10 berat badan Frequency 2 0 Std. Dev = Mean = 50.7 N = berat badan
7 7 Mengetahui suatu data berdistribusi normal atau tidak dengan menggunakan SPSS Langkah-langkah sbb: 1. Buka file normalitas 2. Lihat variable view 3. Lihat data view 4. Klik analyze..descriptive statistics Explore, masukkan variable misal berat badan ke dalam dependent list 5. Pilih both pada display 6. Aktifkan kotak plots 7. Pada bloxplot aktifkan factor levels together, kemudian aktifkan histogram 8. Klik normally plots with tests 9. Klik continue ok Output SPSS Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent berat badan % 1 3.3% % Descriptives berat badan Statistic Std. Error Mean % Confidence Interval for Mean Lower Bound Upper Bound % Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis
8 8 Tests of Normality Kolmogorov-Smirnov(a) Shapiro-Wilk Statistic Df Sig. Statistic Df Sig. berat badan a Lilliefors Significance Correction 10 Histogram Frequency Std. Dev = Mean = 50.7 N = berat badan
9 9 Normal Q-Q Plot of berat badan Expected Norm al Observed Value 1.0 Detrended Normal Q-Q Plot of berat badan Dev from Normal Observed Value
10 10 Q-Q Plot N = 29 berat badan Interperetasi hasil output SPSS berat badan Statistic Std. Error Mean % Confidence Interval for Mean Lower Bound Upper Bound % Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Beberapa ahli statistic ada yang memilih menilai sebaran data berdasarkan descriptive dan yang lain berdasarkan analitik 1, Menilai sebaran data secara descriptive a. Parameter koefisien varians = standar deviasi /mean x 100% dari tabel diatas dapat dihitung = 11,74/50,72 x 100%= 23,14%
11 11 kriteria normal = < 30% jadi kesimpulan sebaran data normal b.parameter ratio skewness= skewness/standar error of skewness= 0,683/0,434= 1,57 kriteria normal = -2 s/d 2 jadi kesimpulan sebaran data normal c. Menghitung ratio kurtosis = ratio kurtosis/standar error of kurtosis = 0,708/0,845= 0,83 kriteria normal = -2 s/d 2 jadi kesimpulan sebaran data normal d. Melihat Histogram -- miring ke kiri Kesimpulan: sebaran data tidak normal e.melihat Box plot, nilai median ada di tengah-tengah kotak, nilai whisker terbagi secara simetris ke atas dan ke bawah dan tidak ada nilai ekstrim atau outlier, Kesimpulan sebaran data normal f. Melihat Normal Q-Q plots, terdapat data yang tidak berada disekitar garis, kesimpulan sebaran data tidak normal g. melihat Detrended Q-Q plots, banyak data yang tidak berada di sekitar garis, kesimpulan sebaran data tidak normal 2. Menilai sebaran data secara analitik Uji kenormalan data bisa menggunakan uji Kolmogorov Sminov untuk sample besar dan Shapiro Wilk untuk sampel yang sedikit. Dari tabel diatas, denganuji Kolmogorov Sminov menghasilkan nilai p (p value) sebesar 0,114, sedangkan untuk kriteria normal nilai p >0,05, kesimpulan sebaran data normal. Penyajian dan interpretasi di laporan penelitian Dari angka-angka yang diperoleh dari output SPSS dimasukkan ke tabel penyajian di laporan penelitian. Tabel 2. Distribusi statistic deskriptif variabel berat badan responden RS Medika tahun 2009 Variabel Mean SD Min-Mak 95% CI
12 12 Median 1. Umur 50, , ,25-55,19 Interpretasi Hasil analisis didapatkan rata-rata berat badan responden adalah 50,72 kg (95% CI: 46,25-55,19), median 50 kg dengan standar deviasi 11,74 kg. Berat badan teringan 33 kg dan berat badan terberat 83 kg. Dari hasil estimasi interval dapat disimpulkan bahwa 95% diyakini bahwa rata-rata berat badan responden adalah diantara 46,25 kg sampai 55,19 kg
13 13 Proses Transformasi data Tujuan: untuk menormalkan distribusi data yang tidak normal Transformasi data dilakukan dengan menggunakan fungsi log, akar, kuadrat atau fungsi lainnya. Transformasi dengan fungsi Log Langkah-langkah: 1. Buka file normalitas 2. Transform Compute 3. Ketik trans_ ke dalam kotak target variabel 4. Pada pilihan functions cari pilih LG 10, pindahkan ke kotak numeric expression dengan mengklik tanda panah- terlihat log 10 [ ], pindahkan variabel ke spasi tersebut dengn mengklik tanda panah. 5. Klik OK 6. Lihat pada data view, akan terdapat variabel baru bernama tran_... yang merupakan hasil transformasi data variabel Pada data view tardapat tampilan sbb: Bb imt tran_imt
14 Tests of Normality TRANS_I M Kolmogorov-Smirnov(a) Shapiro-Wilk Statistic df Sig. Statistic df Sig. a Lilliefors Significance Correction Interpretasi hasil: Uji normalitas Kolmogorov-Sminov menghasilkan nilai kemaknaan p sebesar 0,000. Nilai p < 0,05, jadi kesimpulan bahwa tran_imt mempunyai sebaran yang tidak normal.
15 15 PENYAJIAN DATA/DATA PRESENTATION Penyajian data/data presentation Pemaparan data hasil penelitian yang disusun secara teratur (sederhana, singkat dan jelas) Syarat penyajian data: - sederhana - jelas - singkat Manfaat: agar orang lain - mudah memperoleh gambaran - mudah membandingkan - dapat meramalkan hasil penelitian Bentuk penyajian data secara: - textular: narasi - tabel - grafik 1. TEXTULAR PRESENTATION = Tulisan Dengan narasi = tulisan. Kalimat tak banyak memberikan gambaran secara statistic 2. TABEL PRESENTATION = Tabel = Tabular Macam : a. Tabel INDUK = Tabel UMUM = Tabel REFERENSI : Memuat semua variable Bersifat umum Dipakai sebagai referensi
16 16 Biasanya diletakan sebagai lampiran Tak dapat dipakai untuj membandingkan berbagai variable Penyusunan berdasarkan abjad b. Tabel SEBARAN JUMLAH = Tabel DISTRIBUSI FREKUENSI = SELF EXPLANATORY Table. Penyajian hanya satu2 Misalnya : pendidikan-jumlah masing-masing gradenya Nilai yang ditampilkan: Jumlah relative: proporsi Jumlah absolute Jumlah kumulatif< atau> c. Tabel silang ada bagian kolom dan garis masing-masing kolom dan garis ada keterangan misal: sebaran responden menurut keadaan sehat dan sakit serta status ekonomi di kota 3. GRAPHICAL PRESENTATION=Grafik Syarat-syarat grafik yang lengkap: A. Judul grafik- singkat, jelas dan sederhana - biasanya terletak di atas gambar B. Bentuk grafik - sesuai dengan data yang ada dan tujuan penyajian C. Pembuatan grafik: dibuat agar menarik D. Skala: garis aksis dan ordinat, skala harus jelas Aksis= vaiabel bebas/independent, ordinat= variable terikat/tergantung E. Keterangan di bawah atau di dalam gambar Pembagian grafik berdasarkan variabel: Grafik satu variabel - Kategorik (sex, golongan darah, pendidikan dll)---- grafik balok/bar, digram binka/pie
17 17 - Numerik (jumlah anak, TB, BB dll) histogram/polygon/ogive/kumulatif Grafik dua variabel - Numerik-Numerik diagram tebar/scatter - Kategorik-Kategorik diagram balok - Kategorik-Numerik boxplot cluster Pembagian grafik menurut fungsi: 1.Grafik untuk perbandingan 1. Bar diagram/grafik batang 2. Proportional digram 3. Pie diagram 2.Grafik untuk meramal 1. Histogram 2. frekuensi polygon 3. Frekuensi kumulatif 4. Grafik garis 3.Grafik untuk penerangan 1. Piktogram/grafik model 2. Grafik peta 4. Grafik untuk mengetahui hubungan 1.Grafik pencar/scatter diagram Keterangan: Grafik Batang/Bar diagram/diagram balok - untuk data berkelompok - untuk membandingkan beberapa variable pada waktu dan tempat yang sama - untuk membandingkan satu variable pada waktu dan tempat yang berbeda
18 18 - diantara 2 batang ada ruang antara - penggambaran batang dimulai dari titik nol - lebar batang harus sama - lebar batang > lebar antara Grafik Proportional Ada dua: A.Grafik batang proportional - bentuk batang tapi dalam persen - untuk menggambarkan perubahan-perubahan beberapa sesuai dengan berjalannya waktu - kedua variabel digambar pada titik awal sama B.Grafik garis proportional - bentuk garis tapi dalam persen - untuk menggambarkan perubahan-perubahan sesuai dengan berjalannya waktu - kedua variabel digambar pada titik awal sama. Grafik lingkaran/pie diagram - pemaparan data berbentuk lingkaran dibagi segmen-segmen - besar segmen-persentasi kategori data - pie diagram lingkaran digambar dalam tiga dimensi Histogram - adalah balok untuk data kuantitatif kontinyu - disusun berhimpitan tanpa ruang antara - grafik tangga - termasuk grafik luas - perbandingan didasarkan atas luas batang, bukan tinggi batang - untuk membandingkan perbedaan frekuensi terdapat pada interval kelas - bias dipakai nilai tengah kelas - sebaiknya pakai tepi kelas Frekuensi Poligon - menghubungkan titik tengah Histogram - untuk membandingkan beberapa grafik - histogramnya tidak digambar
19 19 Grafik garis/line diagram - pemaparan data dalam bentuk garis - bisa garis lurus, patah-patah dan lengkung - untuk mengetahui perubahan-perubahan sesuai dengan waktu Grafik pencar/ Scatter diagram - grafik korelasi/grafik kecenderungan - untuk mengetahui hubungan 2 variabel yang berpasangan yg menunjukkan kecenderungan - penilaian: - korelasi linier/korelasi sederhana, merupakan garis lurus - korelasi positif: garis bergerak dari kiri bawah ke kanan atas - korelasi negative:garis bergerak dari kiri atas ke kanan bawah - bila garis: horizontal, kedua variable tidak punya hubungan/korelasi linear, korelasi=0 Grafik model/piktogram - grafik berbentuk gambar mirip bentuk asli - untuk memberi penyuluhan kepada masyarakat - misalkan untuk menggambarkan jumlah penduduk Grafik peta/map diagram - grafik, gambar peta, wilayah kerja - untuk keterangan, batas wilayah kerja, keterangan, lokasi Grafik Lengkung kurva - kurva simetris - kurva asimetris/kurva miring=skew Daftar Pustaka: Dahlan, S, (2004). Statistik untuk kedokteran dan kesehatan. Jakarta : Bina Mitra Press. Hastono, SP (2001). Modul analisis data. Depok: Fakultas Kesehatan Masyarakat UI.
20 20 Sugiyono (2002). Statistik nonparametris untuk penelitian. Bandung:Alfabeta Sabri,L & Hastono, SP (1999). Modul biostatistik dan statistik kesehatan. Depok: Program Pascasarjana Program Studi IKM UI.
BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA
BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan
Lebih terperinciPOLITEKNIK KESEHATAN SURAKARTA TAHUN
MODUL PRAKTIKUM SPSS Oleh: Ig. Dodiet Aditya Setyawan, SKM. POLITEKNIK KESEHATAN SURAKARTA TAHUN 2013 LATIHAN 1: ENTRY DATA KASUS 1 Misalnya didapatkan data seperti di bawah ini dan akan memasukkannya
Lebih terperinciBAB I STATISTIK DESKRIPTIF
ANALISIS DATA PENELITIAN (Menggunakan Program SPSS) BAB I STATISTIK DESKRIPTIF Analisis deskripsi merupakan analisis yang paling mendasar untuk menggambarkan keadaan data secara umum. Analisis deskripsi
Lebih terperinciSTATISTIKA DESKRIPTIF
STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia
Lebih terperinciSTATISTIK DESKRIPTIF
PERTEMUAN KE-3 STATISTIK DESKRIPTIF Ringkasan Materi: Pengukuran Deskriptif Pengukuran deskriptif pada dasarnya memaparkan secara numerik ukuran tendensi sentral, dispersi dan distribusi suatu data. Tendensi
Lebih terperinciusia Frequency Percent Valid Percent Cumulative Percent Valid jenis_kelamin
LAMPIRAN Karakteristik Responden Frequencies Statistics usia jenis_kelamin N Valid 38 38 Missing 0 0 Frequency Table usia Frequency Percent Valid Percent Cumulative Percent Valid 9 17 44.7 44.7 44.7 10
Lebih terperinciKuisioner Penelitian
1 2 Kuisioner Penelitian Saya Rohmah Ardelia, mahasiswa Jurusan Kesehatan Masyarakat peminatan Manajemen Rumah Sakit Universitas Esa Unggul. Saat ini saya sedang melakukan penelitian untuk menyelesaikan
Lebih terperinciMemulai SPSS dan Mengelola File
MODUL 1 Memulai SPSS dan Mengelola File A. MEMULAI SPSS Untuk memulai SPSS for Windows langkah yang harus dilakukan adalah: Klik menu Start Programs SPSS for Windows SPSS for Windows. Kemudian akan ditampilkan
Lebih terperinciLAMPIRAN. Case Processing Summary. Descriptives. 95% Confidence Interval for Mean. Tests of Normality. Kolmogorov-Smirnov a
LAMPIRA Case Processing Summary Cases Missing Total Total Penerapan Kewaspadaan Standar 205 100.0% 0 0.0% 205 100.0% Descriptives Statistic Std. Error Mean 232.44.365 95% Confidence Interval for Mean Lower
Lebih terperinciDistribution. Contoh Kasus. Widya Rahmawati
Distribution Widya Rahmawati Contoh Kasus Mahasiswa A sudah mendapatkan data hasil penelitian Mahasiswa A sedang mempertimbangkan angka statistik mana yang sebaiknya ditampilkan (mean atau median) analisis
Lebih terperinciUji Validitas I. Case Processing Summary N % Cases Valid Excluded a Total Reliability Statistics Cronbach's Alpha
Uji Validitas I Case Processing Summary N % Cases Valid 19 95.0 Excluded a 1 5.0 Total 20 100.0 Reliability Statistics Cronbach's Alpha N of Items.971 41 Item Statistics Mean Std. Deviation N PENGETAHUAN
Lebih terperinciANALISIS REGRESI Oleh : Andi Rusdi
ANALISIS REGRESI Oleh : Andi Rusdi A. Sekilas Mengenai Regresi Regresi diperkenalkan oleh Francis Galton dalam makalah (Family in Stature, Processing of Royal Society, London, vol.4, 1886), yang mengemukakan
Lebih terperinciAlpha. Item-Total Statistics Scale Variance if Item Deleted
65 Lampiran 1 Analisa Reliabilitas Case Processing Summary N % Cases Valid 20 100.0 Excluded a 0.0 Total 20 100.0 a. Listwise deletion based on all variables in the procedure. Cronbach's Alpha Reliability
Lebih terperinciMATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb:
MATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb: Seorang guru SMA ingin mengetahui rata-rata nilai matematika siswa kelas 3A yang terdiri
Lebih terperincistatistik deskriptif
Statistik Deskriptif Pada bab terdahulu telah dibahas penggunaan fasilitas OLAP dari SPSS. Dengan OLAP, sejumlah variabel dengan mudah dapat dikaitkan untuk memperoleh sejumlah informasi. Untuk penyajian
Lebih terperinciMATERI PERTEMUAN KE 3 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb:
MATERI PERTEMUAN KE 3 EXPLORER Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb: Seorang guru SMA ingin mengetahui rata-rata nilai matematika siswa kelas 3A yang terdiri dari 14 siswa dengan
Lebih terperinciKUESIONER. Hubungan Pengetahuan Remaja Tentang Kanker Serviks Dan Perilaku Pencegahan Kanker Serviks Di SMA Negeri 1 Kei Kecil
KUESIONER Hubungan Pengetahuan Remaja Tentang Kanker Serviks Dan Perilaku Pencegahan Kanker Serviks Di SMA Negeri 1 Kei Kecil Pengantar : Kuesioner ini adalah untuk penulisan skripsi, yang bertujuan untuk
Lebih terperinciLampiran 1 Data Absensi dan Pengeluaran Tenaga Kerja
Lampiran 1 Data dan Tenaga Kerja Jumlah Karyawan Sakit Cuti Keperluan lainnya Jumlah Tahun (orang) (hari/tahun) (hari/tahun) (hari/tahun) (hari/tahun) 1997 87 76 13 9 37 1998 9 71 146 6 43 1999 98 7 130
Lebih terperinciLAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)
LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) STATISTIKA DISUSUN OLEH : MELINA KRISNAWATI 12.12.0328 SI 12 F JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN
Lebih terperinciUji Normalitas. NPar Tests. One-Sample Kolmogorov-Smirnov Test. Item N 233. Normal Parameters a,,b Mean Std. Deviation 8.
Uji Normalitas NPar Tests One-Sample Kolmogorov-Smirnov Test Item N 233 Normal Parameters a,,b Mean 16.6738 Std. Deviation 8.68888 Most Extreme Differences Absolute.082 Positive.082 Negative -.049 Kolmogorov-Smirnov
Lebih terperinciDistribusi Frekuensi dan Statistik Deskriptif Lainnya
BAB 2 Distribusi Frekuensi dan Statistik Deskriptif Lainnya Misalnya seorang penjaga gudang mencatat berapa sak gandum keluar dari gudang selama 15 hari kerja, maka diperoleh distribusi data seperti berikut.
Lebih terperinciBELAJAR SPSS. Langkah pertama yang harus dilakukan adalah dengan cara menginstal terlebih dahulu software SPSS
BELAJAR SPSS SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah. Langkah pertama yang harus dilakukan
Lebih terperinciAplikasi di Bidang Politik
Aplikasi di Bidang Politik Pembahasan yang terangkum di dalam bab ini adalah: Aplikasi SPSS 15.0 di bidang Politik dengan menentukan statistika deskriptif menggunakan Explore. Aplikasi SPSS 15.0 di bidang
Lebih terperinciLAMPIRAN. 1. Lampiran 1 : Lembar Persetujuan untuk Menjadi Responden. 2. Lampiran 2 : Kuesioner Skor DNS (Dabetic Neuropathy Symptom)
49 LAMPIRAN 1. Lampiran 1 : Lembar Persetujuan untuk Menjadi Responden 2. Lampiran 2 : Kuesioner Skor DNS (Dabetic Neuropathy Symptom) 3. Lampiran 3 : Hasil Penelitian 4. Lampiran 4 : Surat Keterangan
Lebih terperinciLampiran 1 : Kuesioner Penelitian KUESIONER. Hubungan Antara Role Stressor dan Komitmen Organisasi. Bapak/Ibu/Saudara/Saudari Karyawan PT XYZ
54 Lampiran 1 : Kuesioner Penelitian KUESIONER Hubungan Antara Role Stressor dan Komitmen Organisasi Yth. Bapak/Ibu/Saudara/Saudari Karyawan PT XYZ Assalaamu alaikum Wr.Wb Dengan Hormat, Saya, Agus Salim,
Lebih terperinciSPSS 10: Transformasi Data. Transformasi Data
SPSS 0: Transformasi Data Transformasi Data Transformasi data adalah suatu proses dalam merubah bentuk data. Misalnya merubah data numerik menjadi data kategorik atau merubah dari beberapa variabel yang
Lebih terperinciBAB Uji Normalitas. Chi-Square
BAB Uji Normalitas Uji distribusi normal adalah uji untuk mengukur apakah data kita memiliki distribusi normal sehingga dapat dipakai dalam statistik parametrik (statistik inferensial). Cara yang biasa
Lebih terperinciLATIHAN SPSS I. A. Entri Data
A. Entri Data LATIHAN SPSS I Variabel Name Label Type Nama Nama Mahasiswa String NIM Nomor Induk Mahasiswa String JK Numeris 1. 2. TglLahir Tanggal Lahir Date da Daerah Asal Numeris 1. Perkotaan 2. Pinggiran
Lebih terperinciLampiran. Analisis pengaruh kualitas produk dan promosi terhadap keputusan pembelian pada
Lampiran Lampiran kuesioner Analisis pengaruh kualitas produk dan promosi terhadap keputusan pembelian pada produk beras organik Mutuku PT DELEE BOGA INDONESIA Kepada Yth Bpk/Ibu/Saudara/i, Kami, mahasiswa
Lebih terperinciPETA KABUPATEN BANDUNG BARAT
Lampiran 1: Geografi Kabupaten Bandung Barat PETA KABUPATEN BANDUNG BARAT Sumber: Situs Resmi Pemerintah Kabupaten Bandung Barat Wilayah Administratif Berdasarkan data, luas wilayah Kabupaten Bandung Barat
Lebih terperinciLAMPIRAN KUESIONER PENELITIAN SKRIPSI
LAMPIRAN KUESIONER PENELITIAN SKRIPSI Penelitian mengenai faktor-faktor yang berhubungan dengan perilaku vulva hygiene pada ibu hamil di Unit KIA Puskesmas Kamal 2 Jakarta Barat. Prevalensi penyakit infeksi
Lebih terperinciUJI NORMALITAS DATA DAN VARIANS. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009
Dengan Materi: UJI NORMALITAS DATA DAN VARIANS Presented by: Andi Rusdi, S.Pd. UNIVERSITAS MUHAMMADIYAH PAREPARE Parepare, 2009 UJI NORMALITAS DATA DAN VARIANS Uji Prasyarat Infrensial (Statistik induktif)
Lebih terperinciHubungan status gizi..., Ratih Agustin P., FKMUI, Lampiran 3. Surat Kerjasama Pemeriksaan Osteoporosis
Lampiran 3. Surat Kerjasama Pemeriksaan Osteoporosis Lanjutan Lanjutan Lampiran 5. Kuesioner KUESIONER PENELITIAN HUBUNGAN UMUR, STATUS GIZI, GAYA HIDUP, DAN KEBIASAAN KONSUMSI KALSIUM DAN VITAMIN D DENGAN
Lebih terperinciLAMPIRAN KUESIONER PENELITIAN. No. Responden :
LAMPIRAN Lampiran 1. Kuesioner Penelitian KUESIONER PENELITIAN No. Responden : A. Data umum : 1. Nama : 2. Tempat, tanggal lahir: 3. Umur : Tahun 4. Jenis kelamin : 5. Alamat : 6. Nomor Hp : 7. Pendidikan
Lebih terperinciCase Processing Summary
Lampiran 1 EXAMINE VARIABLES=PD_2 PD_24 PD_72 PD_2mgg /PLOT BOXPLOT STEMLEAF NPPLOT /COMPARE GROUP /STATISTICS DESCRIPTIVES /CINTERVAL 95 /MISSING LISTWISE /NOTOTAL. Explore [DataSet0] G:\REVISI PROPOSAL\Gipsum
Lebih terperinciMODUL 2 UJI DATA NORMALITAS, HOMOSEDASTISITAS, & LINIERITAS
TUJUAN PRAKTIKUM Tujuan dari praktikum modul 2 ini adalah : 1. Mahasiswa mampu menilai kualitas data yang hendak digunakan dalam penelitian; 2. Mahasiswa mampu menelaah apakah data yang dimiliki memenuhi
Lebih terperinciSTATISTIK DESKRIPTIF
BAB 5 STATISTIK DESKRIPTIF Salah satu statistik yang secara sadar maupun tidak, sering digunakan dalam berbagai bidang adalah statistik deskriptif. Pada bagian ini akan dipelajari beberapa contoh kasus
Lebih terperinciLampiran 1. Lembar Persetujuan Menjadi Responden
Lampiran 1. Lembar Persetujuan Menjadi Responden PERBEDAAN TEKANAN DARAH DAN GANGGUAN PSIKOLOGI PADA TENAGA KERJA TERPAPAR KEBISINGAN DI UNIT BOILER PT. INDO ACIDATAMA Tbk. KEMIRI, KEBAKKRAMAT, KARANGANYAR.
Lebih terperinciLampiran 1 : Master Data
Lampiran 1 : Master Data No. U JK Ag Pdk Pkr SP DA M1 M2 M3 M4 M5 M6 M7 M8 M9 MKK RPO PM LR KSP SB 1. 19 2 1 4 1 1 2 1 1 1 0 0 0 1 0 0 2 1 2 8 1 1 2. 42 2 3 4 5 2 2 1 1 1 0 0 0 1 1 0 2 1 2 13 1 2 3. 39
Lebih terperinciDua sampel independen, tidak terikat, tidak
76 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 77 Jadi dari analisis keputusannya : p value < 0,05 Ho ditolak berarti Distribusi
Lebih terperinciLampiran 1. Langkah Penelitian. Air Limbah dengan kadar phosphate tinggi. Pengukuran Suhu dan ph sebelum perlakuan
Lampiran 1. Langkah Penelitian Air Limbah dengan kadar phosphate tinggi Pengukuran Suhu dan ph sebelum perlakuan Masukkan dalam wadah sebanyak 1 liter Masukkan Poly Aluminium Chloride (PAC). Proses Koagulasi
Lebih terperinciStatistik Deskriptif untuk Data Nominal dan Ordinal
Statistik Deskriptif untuk Data Nominal dan Ordinal Salah satu ciri utama sehingga sebuah data harus diproses dengan metode nonparametrik adalah jika tipe data tersebut semuanya adalah data nominal atau
Lebih terperinciMODUL 2. TABULASI DATA. TABULASI DATA Pembuatan Tabel Frekwensi. Perintah Statistik
MODUL 2. Tujuan : 1. Membuat tabel frekwensi dan memahami perintah statistik, chart, dan format. 2. Memahami penyajian data secara numerik berupa analisis statistik deskriptif, yang menyajikan ukuran-ukuran
Lebih terperinciPerbedaan Peningkatan Kemampuan Vertical Jump Setelah Pemberian Latihan Plyometric Jump To Box Dibanding Dengan Penambahan Passive Stretching
SURAT PERSETUJUAN MENJADI SAMPEL PENELITIAN Saya bertandatangan dibawah ini : Nama : Jenis Kelamin : Umur : Alamat : No Tlp/HP : Dengan ini menyatakan bahwa saya telah diberikan penjelasan penelitian tentang
Lebih terperinciLAMPIRAN DATA PENGUKURAN BMI BERDASAR TINGGI BADAN DAN BERAT BADAN PADA 30 SUBJEK PENELITIAN. NO TINGGI BADAN (cm) B. BADAN ( kg) BMI ( kg/m2)
LAMPIRAN 1 LAMPIRAN DATA PENGUKURAN BMI BERDASAR TINGGI BADAN DAN BERAT BADAN PADA 30 SUBJEK PENELITIAN NO TINGGI BADAN (cm) B. BADAN ( kg) BMI ( kg/m2) 1 157 46 18,66 2 163 60 22,58 3 155 50 20,81 4 164
Lebih terperinciFORMULIR INFORMASI PENELITIAN
LAMPIRAN Lampiran 1 FORMULIR INFORMASI PENELITIAN Saya yang bertanda tangan di bawah ini : Nama : Eva Kurnia Widi Agustin NIM : 2012-33-161 Mahasiswa S1 Keperawatan Fakultas Ilmu-Ilmu Kesehatan Universitas
Lebih terperinciPENGANTAR SPSS. Saptawati Bardosono
PENGANTAR SPSS Saptawati Bardosono Pendahuluan Pada saat merancang usulan penelitian, maka pengolahan datanya sudah harus direncanakan pula: ١) Teknik pengolahan data meliputi: editing, coding, entry dan
Lebih terperinciLampiran 1. Ethical Clearence LAMPIRAN
Lampiran 1. Ethical Clearence LAMPIRAN Lampiran 2. Surat Ijin Penelitian Lampiran 3. Spreadsheet Data umur jenis kelamin tipe operasi BMI trombosit 1 trombosit 2 trombosit 3 29 Perempuan post obs 25 191000
Lebih terperinciTabel hasil perhitungan nilai kekerasan sebelum perendaman
L A M P I R A N Tabel hasil perhitungan nilai kekerasan sebelum perendaman No Sampel Aquades Susu bubuk Susu cair Susu kental manis d 1 d 2 D VHN d 1 d 2 D VHN d 1 d 2 d VHN d 1 d 2 d VHN 1 27 31.75 29.375
Lebih terperinciReliability Statistics Cronbach's Alpha N of Items
LAMPIRAN A Reliability Statistics Cronbach's Alpha N of Items.960 49 Item Statistics Mean Std. Deviation N VAR00001 3.0667.94443 30 VAR00002 3.1000.92289 30 VAR00004 3.1000.71197 30 VAR00005 2.8000.61026
Lebih terperinci128 LAMPIRAN - LAMPIRAN
128 LAMPIRAN - LAMPIRAN 129 FOAM PEMERIKSAAN PENGARUH PEMBERIAN SENAM BAYI TERHADAP PENINGKATAN BERAT BADAN PADA BAYI USIA 6-12 BULAN DI POSYANDU PERUMAHAN KEMANG TIMUR JAKARTA SELATAN IDENTITAS RESPONDEN
Lebih terperinci1. Menjelaskan maksud, tujuan, dan cara dilakukannya teknik relaksasi Pernapasan
Lampiran 1 PROSEDUR PELAKSANAAN DENGAN STANDAR OPERASIONAL PROSEDUR (SOP) TEKNIK RELAKSASI NAPAS DALAM 1. Menjelaskan maksud, tujuan, dan cara dilakukannya teknik relaksasi Pernapasan 2. Mengkaji intensitas
Lebih terperinciLampiran 1 Hasil Pengukuran Jumlah Limfosit dan Makrofag. Kelompok Jumlah limfosit
Lampiran 1 Hasil Pengukuran Jumlah dan Jumlah limfosit Jumlah makrofag 1 6 2 2 7 3 3 6 2 4 6 3 5 7 3 No. 1 11 5 P 1 No. 2 12 5 P 1 No. 3 12 6 P 1 No. 4 12 6 P 1 No. 5 12 6 P 2 No. 1 14 7 P 2 No. 2 15 8
Lebih terperinciANALISIS DATA EKSPLORATIF MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS
ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 2 ORGANISASI DAN MENGGUNAKAN DATA DALAM SPSS Nama Nomor Tanggal Tanda tangan Praktikan Mahasiswa Kumpul Praktikan Laboran Sri Siska Wirdaniyati 12611125 31 Oktober
Lebih terperinciBAB 1 PENDAHULUAN 1.1 STATISTIK
BAB 1 PENDAHULUAN 1.1 STATISTIK Ilmu statistik dibagi menjadi 2 yaitu: 1. Statistik Deskriptif Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti mean, median, modus
Lebih terperinciLAMPIRAN Descriptives Pre Sistolik Deep Breathing Exercise Post Sistolik Deep Breathing Exercise Selisih Sistolik Deep Pre Diastolik Deep Breathing Exercise Post Diastolik Deep Selisih Diastolik
Lebih terperinciSignifikansi Kolmogorov Smirnov
UJI NORMALITAS Rumus Kolmogorov Smirnov Rumus Kolmogorov Smirnov Langkah-langkah penyelesaian dan penggunaan rumus sama, namun pada signifikansi yang berbeda. Signifikansi metode Kolmogorov-Smirnov menggunakan
Lebih terperinciSURAT PERNYATAN PERSETUJUAN UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT)
Lampiran I No. Urut Responden SURAT PERNYATAN PERSETUJUAN UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT) PENINGKATAN PENGETAHUAN DAN SIKAP GIZI SEIMBANG PADA SISWA TK ISLAM NUR HABIB Peneliti adalah
Lebih terperinciSTATISTIK DESKRIPTIF. Statistics. Strategi Membaca
2 Lampiran 8 Statistics N Mean Median Mode Std. Deviation Variance Range Minimum Maximum Sum Valid Missing STATISTIK DESKRIPTIF Statistics Strategi Membaca Variables Penguasaan Kosakata Kemampuan Memahami
Lebih terperinciPERSIAPAN ANALISIS DATA (Pemilihan. Jenis Analisis Data)
PERSIAPAN ANALISIS DATA (Pemilihan Jenis Analisis Data) RANCANGAN Pengolahan & Analisis Data (RPA) Harus memperhatikan: Rumusan masalah & tujuan: Berkaitan dengan hubungan Berkaitan dengan perbedaan Hipotesis:
Lebih terperinciLAMPIRAN. Cases. VolumeUdem KontrolNegatif % 0.0% % VolumeUdem KontrolNegatif Mean % Confidence Interval for Mean
LAMPIRAN Lampiran 1. Interpretasi hasil SPSS Case Processing Summary Cases Kelompok Perlakuan Valid Missing Total N Percent N Percent N Percent VolumeUdem KontrolNegatif 13 100.0% 0.0% 13 100.0% Pembanding
Lebih terperinciStatistik Deskriptif dengan Microsoft Office Excel
Statistik Deskriptif dengan Microsoft Office Excel Junaidi, Junaidi I. Prosedur Statistik Deskriptif pada Excel Statistik deskriptif adalah statistik yang bertujuan untuk mendeskripsikan atau menggambarkan
Lebih terperinciSURAT PERMOHONAN KESEDIAAN BERPARTISIPASI DALAM PENELITIAN Kepada Yth. Orangtua/Wali. Di Tempat
LAMPIRAN Lampiran 1 SURAT PERMOHONAN KESEDIAAN BERPARTISIPASI DALAM PENELITIAN Kepada Yth. Orangtua/Wali. Di Tempat Bersama ini kami mohon kesediaan dari Bapak/Ibu/Sdr selaku orangtua dari anak di Pesantren
Lebih terperinciHubungan Kualitas Penggunaaan Alat Pelindung Telinga Dengan Keluhan Gangguan. Pendengaran Di Pt Hung A Cikarang Bekasi, Propinsi Jawa Barat Indonesia.
Hubungan Kualitas Penggunaaan Alat Pelindung Telinga Dengan Keluhan Gangguan Di Pt Hung A Cikarang Bekasi, Propinsi Jawa Barat Indonesia. Dalam rangka penelitian Hubungan kualitas penggunaan alat pelindung
Lebih terperinciLampiran 1. Data Penelitian. Karakteristik Responden Penelitian
Lampiran 1. Data Penelitian Karakteristik Responden Penelitian No Jabatan JK Umur (tahun) Pendidikan Lama Kerja (tahun ) 1 Supervisor P 45 S1 27 2 Koordinator Shift P 44 D3 22 3 Koordinator Shift P 40
Lebih terperinciLEMBAR PERSETUJUAN MENJADI RESPONDEN
LEMBAR PERSETUJUAN MENJADI RESPONDEN Lampiran 1 Saya yang bertanda tangan dibawah ini: Nama Umur Alamat :... :.. :.. Bahwa telah mendapat penjelasan yang lengkap dan jelas tentang penelitian dengan judul
Lebih terperinciContoh Analisis Data Korelasi Kecerdasan Emosi terhadap Stress Kerja 1. Sebaran Data Kecerdasan Emosi Hasil Skoring Kuesioner
Contoh Analisis Data Korelasi Kecerdasan Emosi terhadap Stress Kerja 1. Sebaran Data Kecerdasan Emosi Hasil Skoring Kuesioner 1. Sebaran Data Stress Kerja Hasil Skoring Kuesioner 2. Jumlah Skor Setiap
Lebih terperinciLAMPIRAN. Lampiran 1. Data Pengaruh Pelarut DMSO terhadap Kontraksi Otot Polos Ileum
LAMPIRAN Lampiran 1. Data Pengaruh Pelarut DMSO terhadap Kontraksi Otot Polos Ileum 1. Data Persentase Kontraksi Otot Polos Ileum Akibat Pemberian Log Konsentrasi Konsentrasi Asetilkolin (Kontrol) % Respon
Lebih terperinciREVIEW BIOSTATISTIK DESKRIPTIF
REVIEW BIOSTATISTIK DESKRIPTIF POKOK BAHASAN 1. Konsep statistik deskriptif 2. Data dan variabel 3. Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok 4. Penyajian data 5.
Lebih terperinciBAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN Empat bagian penting yaitu bagian deskripsi data, pengujian persyaratan analisis, pengujian hipotesis penelitian, dan bagian keterbatasan penelitian akan disajikan di sini, dan
Lebih terperinciKUISIONER PENELITIAN HUBUNGAN KEPUASAAN PASIEN RAWAT JALAN DENGAN TINGKAT LOYALITAS PASIEN DI POLI KEBIDANAN SILOAM HOSPITAL
KUISIONER PENELITIAN HUBUNGAN KEPUASAAN PASIEN RAWAT JALAN DENGAN TINGKAT LOYALITAS PASIEN DI POLI KEBIDANAN SILOAM HOSPITAL Identitas Peneliti Nama : Elisabeth Peni Wulandari Nim : 2010-31-101 Program
Lebih terperinciLEMBAR PERSETUJUAN RESPONDEN (INFORMED CONSENT)
Lampiran 1 LEMBAR PERSETUJUAN RESPONDEN (INFORMED CONSENT) Saya yang bertanda tangan dibawah ini, menyatakan bersedia menjadi responden dalam penelitian dari: Nama peneliti : Dwi Arisca Putri Nim : 2013-33-033
Lebih terperinciBhina Patria
Entry Data Bhina Patria inparametric@yahoo.com Dalam proses entry data aturan pertama yang harus di perhatikan adalah bahwa setiap baris mewakili satu kasus atau 1 responden, sedangkan masing-masing kolom
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN. Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin
69 BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Responden Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin yaitu sebanyak 71 responden dengan metode pengambilan sampling yaitu non probability
Lebih terperinciSPSS FOR WINDOWS BASIC. By : Syafrizal
SPSS FOR WINDOWS BASIC By : Syafrizal SPSS merupakan software statistik yang paling populer, fasilitasnya sangat lengkap dibandingkan dengan software lainnya, penggunaannya pun cukup mudah Langkah pertama
Lebih terperinciLAMPIRAN. Lampiran 1. Formulir Persetujuan Penelitian (Informed Consent) FORMULIR PERSETUJUAN MENJADI RESPONDEN PENELITIAN. (Informed Consent)
LAMPIRAN Lampiran 1. Formulir Persetujuan Penelitian (Informed Consent) FORMULIR PERSETUJUAN MENJADI RESPONDEN PENELITIAN (Informed Consent) Perkenalkan nama saya Nurul Arafah mahasiswi S1 Pendidikan Dokter
Lebih terperinci(2) Jenis Kelamin : 1. Laki-laki Perempuan. (3) Kelompok Usia : tahun tahun B. Pemeriksaan Kategori Massa Tubuh
1 Lampiran 1 No.Kartu : Tanggal :,2016 DEPARTEMEN ILMU KEDOKTERAN GIGI ANAK FAKULTAS KEDOKTERAN GIGI UNIVERSITAS SUMATERA UTARA HUBUNGAN SKOR PUFA/pufa DENGAN INDEKS MASSA TUBUH PADA ANAK USIA 6-12 TAHUN
Lebih terperinciII. MENDESKRIPSIKAN DATA 13 Desember 2005
II. MENDESKRIPSIKAN DATA 13 Desember 2005 1 Analisis Deskriptif Tujuan dari analisis deskritif adalah memberikan gambaran ringkas tentang suatu data. Data bisa berupa data categorical atau data non-categorical.
Lebih terperinciLAMPIRAN 1. ONE WAY ANOVA
50 LAMPIRAN 1. ONE WAY ANOVA Descriptives Konsentrasi Xylitol Statistic Std. Error Komposisi Kalsium konsentrasi 20% Mean 42,8020 1,95318 95% Confidence Interval for Mean Lower Bound 37,3791 Upper Bound
Lebih terperinciKUESIONER PENELITIAN
LAMPIRAN KUESIONER PENELITIAN HUBUNGAN KEBERADAAN JENTIK Aedes aegypti DAN PELAKSANAAN 3M PLUS DENGAN KEJADIAN PENYAKIT DBD DI LINGKUNGAN XVIII KELURAHAN BINJAI KOTA MEDAN TAHUN 2012 A. Karakteristik Responden
Lebih terperinciLAMPIRAN A. Alat Ukur Penelitian
LAMPIRAN A Alat Ukur Penelitian 62 LAMPIRAN A-1 Skala Dukungan Ibu 63 Nomor urut : Nama : Usia : PETUNJUK PENGISIAN SKALA 1. Bacakan masing-masing pernyataan dengan jelas dan mintalah anak untuk menjawab
Lebih terperinciHASIL PENGOLAHAN DATA DENGAN PERANGKAT SPSS
HASIL PENGOLAHAN DATA DENGAN PERANGKAT SPSS 1. KARAKTERISTIK DATA PENELITIAN Statistics WAKTU WAKTU WAKTU TINGGAL BAK TINGGAL BAK WAKTU TINGGAL BAK KUALITAS DEBIT LIMBAH SEDIMEN AWAL ANAEROB TINGGAL BAK
Lebih terperinciLampiran 1. Surat Izin Etik Penelitian
LAMPIRAN 42 Lampiran 1. Surat Izin Etik Penelitian Lampiran 2. Lembar Permohonan Menjadi Responden LEMBAR PERMOHONAN MENJADI RESPONDEN Responden yang terhormat, Perkenalkan saya mahasiswa Program Studi
Lebih terperinciPERMOHONAN MENJADI RESPONDEN
Lampiran 1 PERMOHONAN MENJADI RESPONDEN KepadaYth : Responden Di Tempat. Dengan Hormat, Saya yang bertanda tangan di bawah ini : Nama : Robisani Nasution NIM : 10.02.093 Adalah mahasiswa Jurusan Keperawatan
Lebih terperinciKUESIONER PENELITIAN
KUESIONER PENELITIAN PERBEDAAN POLA MENSTRUASI ANTARA IBU YANG MENGGUNAKAN ALAT KONTRASEPSI IUD DENGAN KONTRASEPSI SUNTIK DI DESA BANGUN REJO, TANJUNG MORAWA Tanggal : Kode : I. KARAKTERISTK RESPONDEN
Lebih terperinciANGKET PENELITIAN ANALISIS PENGARUH STRES KERJA DAN MOTIVASI TERHADAP KINERJA KARYAWAN PT. PANCA MENARA MITRA SKRIPSI. Fika Aditya Pradipta
L1 Lampiran 1 Kuesioner ANGKET PENELITIAN ANALISIS PENGARUH STRES KERJA DAN MOTIVASI TERHADAP KINERJA KARYAWAN PT. PANCA MENARA MITRA SKRIPSI Fika Aditya Pradipta 1200980122 L2 SURAT PENGANTAR Responden
Lebih terperinciLAMPIRAN III. Output SPSS
LAMPIRAN III Output SPSS 1. Output Uji Normalitas Reksa Dana Campuran dan Reksa Dana Saham Frequencies Notes Output Created 09-JUL-2014 12:58:37 Comments Input Active Dataset DataSet3 Filter Weight Split
Lebih terperinciPengantar Pengolahan Data Statistik Menggunakan SPSS 22. Isram Rasal ST, MMSI, MSc
Pengantar Pengolahan Data Statistik Menggunakan SPSS 22 Isram Rasal ST, MMSI, MSc Statistika Statistika Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi,
Lebih terperinciMODUL 1 UJI DATA ( 1 ) ANALISIS MISSING VALUE & OUTLIER
MODUL 1 UJI DATA ( 1 ) ANALISIS MISSING VALUE & OUTLIER Tujuan dari praktikum modul 1 ini, agar mahasiswa mampu : 1. Mengenali karakteristik missing value.. Memberikan perlakuan atau solusi pemecahan terhadap
Lebih terperinciPengantar Ilmu Statistik. M.Ikhwan Zein
Pengantar Ilmu Statistik M.Ikhwan Zein Target Pembelajaran Mata Kuliah Ilmu Statistik dalam 1 Semester 1. Menguasai Jenis Data/Variabel Variabel Kategorik Variabel Numerik 2. Mengetahui statistik deskriptif
Lebih terperinciA. KUESIONER KINERJA SUB BAGIAN LAMPIRAN 1 : INSTRUMEN PENELITIAN 41-60% 61-80% % 21-40%
LAMPIRA 1 : ISTRUME PEELITIA A. KUESIOER KIERJA SUB BAGIA Petunjuk Berikut ini terdapat sejumlah pernyataan mengenai kinerja dalam kurun waktu satu tahun terakhir. Bapak/Ibu dipersilahkan memilih satu
Lebih terperinciKUESIONER PENELITIAN
LAMPIRAN 5 KUESIONER PENELITIAN FAKTOR-FAKTOR YANG MEMPENGARUHI PEMANFAATAN PROGRAM SKRINING HEPATITIS B PADA IBU HAMIL DI PUSKESMAS KECAMATAN KEMBANGAN TAHUN 2017 Lembar Persetujuan : Saya bertanda tangan
Lebih terperinciLAMPIRAN. Tabel Distribusi Frekuensi Frequency Table
LAMPIRAN Tabel Distribusi Frekuensi Frequency Table Umur Penderita Frequency Percent Valid Percent Cumulative Percent Valid < 15 tahun 8 3.1 3.1 3.1 15-54 tahun 155 59.8 59.8 62.9 > 54 tahun 96 37.1 37.1
Lebih terperinciDAFTAR PUSTAKA. Brigham, Eugene F dan Joel F Houston Manajemen Keuangan. Edisi 8 Buku 1. Jakarta. Erlangga
DAFTAR PUSTAKA Asyik, Nur Fadjrih dan Soelistyo. Kemampuan Rasio Keuangan dalam Memprediksi Laba. Jurnal Ekonomi dan Bisnis Indonesia, Vol 5, No.3, Juli 000. Brigham, Eugene F dan Joel F Houston. 00. Manajemen
Lebih terperinciLEMBAR KUESIONER PENELITIAN
LEMBAR KUESIONER PENELITIAN Assalamu'alaikum Wr. Wb. Kuesioner ini merupakan intrumen penelitian tentang "faktor-faktor yang berhubungan dengan keluhan subjektif Carpal Tunnel Syndrome pada aktivitas sehari-hari
Lebih terperinciLAMPIRAN. Proses Transformasi Data Ordinal ke Interval Variabel Pengembangan Karyawan. Alternatif Jawaban
LAMPIRAN Proses Transformasi Data Ordinal ke Interval Variabel Pengembangan Karyawan Item Alternatif Jawaban total Pernyataan 1 2 3 4 5 P1 13 14 53 13 29 122 P2 8 7 27 53 27 122 P3 16 20 43 12 31 122 P4
Lebih terperinciLembar Persetujuan Menjadi Responden Penelitian. Hubungan Status Fungsional dengan Konsep Diri Pasien Stroke. di RSUP Haji Adam Malik Medan
Lampiran 1 Lembar Persetujuan Menjadi Responden Penelitian No. Res. Hubungan Status Fungsional dengan Konsep Diri Pasien Stroke di RSUP Haji Adam Malik Medan Saya yang bernama Lady Diana Puspita Dewi/111101043
Lebih terperinciUJI PERSYARATAN ANALISIS DATA
PERTEMUAN KE-6 Materi : UJI PERSYARATAN ANALISIS DATA Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak
Lebih terperinciBAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR. Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif
BAB 8 ANALISIS STUDI DESKRIPTIF DAN DATA DASAR Bab ini menjelaskan secara lebih mendalam jenis studi deskriptif maupun teknik mendekripsikan data secara grafis maupun secara angka. Sebagai ilustrasi aplikasi
Lebih terperinciLAMPIRAN A UJI DAYA BEDA AITEM DAN RELIABILITAS. a) Hasiluji daya beda aitem dan reliabilitas skala continuance commitment N % Item-Total Statistics
LAMPIRAN A UJI DAYA BEDA AITEM DAN RELIABILITAS a) Hasiluji daya beda aitem dan reliabilitas skala continuance commitment PENGOLAHAN I Reliability [DataSet0] Scale: ALL VARIABLES Case Processing Summary
Lebih terperinci