HASIL SPSS

Click here to load reader

  • date post

    24-Jul-2015
  • Category

    Documents

  • view

    267
  • download

    16

Embed Size (px)

Transcript of HASIL SPSS

1. Buatlah variabel Indeks Massa Tubuh dan sajikan dalam bentuk Frekuensi distribusi ! - Buat variabel baru IMT transform compute variabel isi target variabel (IMT); type & label (Indeks Massa Tubuh); Numeric expressiom (berat/ (tinggi/100*tinggi/100) - Karena variabel IMT 2 desimal, maka saat membuat frekuensi distribusi harus 2 desimal juga - Transform recode into different varibael, Input variabel IMT. Output name : KatIMT, Label : kategori Indeks Massa Tubuh - Klik Change, lalu klik old and new value - Isi old value and new value berdasarkan tabel IMT, misalnya Old (the lowest : 18,5) New value 1, dst (ingat 2 desimal) - Variabel view, beri keterangan pada value, misalnya 1 underweight, dst - Analyze des. Statistic frequencies masukan pada variabel (kategori IMT) pada charts (barcharts) okKategori Indeks Massa Tubuh Cumulative Frequency Valid Underweight Healthy Weight Overweighty Heavily Weight Obese Total 40 32 17 26 18 133 Percent 30,1 24,1 12,8 19,5 13,5 100,0 Valid Percent 30,1 24,1 12,8 19,5 13,5 100,0 Percent 30,1 54,1 66,9 86,5 100,0

2. Buatlah frekuensi distribusi umur penderita ! - Transform Recode into dif. Varibabel Input variabel umur. Output Nama : KatUmur, Label : kategori umur - Change, klik old and new value - Hitung banyak kelas : 1 + 3,3 log 133 = 7.99 6 - u/ mempermudah kategorisasi interval diambil 10 - Proses old value and new value, misal 1 22-31, dst - Variabel view beri keterangan pada value, cth : 1 22-31, dst - Analyze des. Statistic frequencies masukan pada variabel (kategori umur) pada charts (barcharts) ok

Kategori Umur Cumulative Frequency Valid 22-31 32-41 42-51 52-61 62-71 72-81 Total 10 25 36 38 17 7 133 Percent 7,5 18,8 27,1 28,6 12,8 5,3 100,0 Valid Percent 7,5 18,8 27,1 28,6 12,8 5,3 100,0 Percent 7,5 26,3 53,4 82,0 94,7 100,0

3. Hitunglah korelasi umur dan tekanan darah sistolik, berapa nilai P buat intepretasinya ! - Analyze correlate bivariate masukan umur dan sistik pada variabelCorrelations Umur Umur Pearson Correlation Sig. (2-tailed) N Sistolik Pearson Correlation Sig. (2-tailed) N 133 ,095 ,275 133 133 1 Sistolik ,095 ,275 133 1

4. Apakah ada perbedaan antara tekanan darah sistolik antar kelompok IMT ? - Analyze compare means -> oneway anova dep. List (sistolik), faktor (Kat.IMT) post hoc (bonferroni ) continue - Ho ditolak ada perbedaan bermaknan anatr tekanan sistolik dan kelompok IMTANOVA Sistolik Sum of Squares Between Groups Within Groups Total 9745,377 55795,555 65540,932 df 4 128 132 Mean Square 2436,344 435,903 F 5,589 Sig. ,000

5. Ujilh apakah umur berdistribusi normal! - Analyze des. Statistic explore masukan umur pada dep. List -> plot : normality plot with test - Liat hasl do Kormogorof Smirnof, sig : 0,2 - Distribusi normal : sig > 0, 05 ; tidak normal : < 0, 05Tests of Normality Kolmogorov-Smirnova Statistic Umur ,052 df 133 Sig. ,200*

Shapiro-Wilk Statistic ,989 df 133 Sig. ,406

a. Lilliefors Significance Correction *. This is a lower bound of the true significance.

NOMOR DUA 1. Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi untuk data Kualitatif.kategori IMT Cumulative Valid underweight healthy weight overweight heavily overweight obese Total Frequency 40 32 17 26 18 133 Percent 30,1 24,1 12,8 19,5 13,5 100,0 Valid Percent 30,1 24,1 12,8 19,5 13,5 100,0 Percent 30,1 54,1 66,9 86,5 100,0

2. Buatlah Frekuensi distribusi Berat penderita jumlah kelas = 1+3,3 log 134 = 8 Interval kelas = max-min / jlh kelas = 106-30 / 8 = 9,5 bulatkan jadi 10

Statistics kategori berat N Valid Missing Mean Median Mode Std. Deviation Minimum Maximum

133 0 3,3835 3,0000 3,00 1,45499 1,00 8,00 kategori berat Cumulative

Valid

30-39 40-49 50-59 60-69 70-79 80-89 90-99 100-109 Total

Frequency 8 31 40 29 11 10 3 1 133

Percent 6,0 23,3 30,1 21,8 8,3 7,5 2,3 ,8 100,0

Valid Percent 6,0 23,3 30,1 21,8 8,3 7,5 2,3 ,8 100,0

Percent 6,0 29,3 59,4 81,2 89,5 97,0 99,2 100,0

3. Hitunglah korelasi berat dan tekanan darah Diastolik berapa nilai p dan tCorrelations Berat Berat Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N 1 133 ,148 ,090 133 Diastolik ,148 ,090 133 1 133

Diastolik

Pearson untuk tingkat korelasi Sig untuk kemaknaan korelasi p = 0,090 p>0,05 Ho diterima (tidak ada korelasi yang bermakna / tidak ada hub. Antara berat dan TD diastolik) t = 0,148 korelasi lemah (0,00-0,25) 4. Apakah ada perbedaan tekanan darah sistolik antar kelompok Total kolesterol

Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval of the Sig. (2Sistolik Equal variances assumed Equal variances not assumed F ,026 Sig. t ,872 -,27 7 -,27 91,902 8 ,782 -1,131 4,074 -9,223 6,960 Mean Std. Error Difference 4,076 df tailed) Difference 131 ,782 -1,131 Difference Lower Upper -9,195 6,933

Lihat levene test bagian sig . Sig 0,872 >0,05 berarti varians sama Lalu lihat equal variances assumed , sig.(2-tailed) 0,782 >0,05 = Ho diterima Artinya tidak ada perbedaan TD sistolik antar kelompok total kolesterol.

5. Apakah variabel Berat berdistribusi normalTests of Normality Kolmogorov-Smirnova Shapiro-Wilk Statistic df Sig. Statistic df Berat ,087 133 ,015 ,964 133 a. Lilliefors Significance Correction Sig. ,001

Sig. 0,015 berarti variabel berat tidak berdistribusi normal Keterangan : normal jika sig >0,05 Tidak normal jika sig 0,05 H0 diterima tidak ada korelasi 4 Apakah ada perbedaan tekanan darah sistolik antar kelompok TrigliseridIndependent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Std. Interval of the Sig. Mean Error Difference (2Differ Differ F Sig. t df tailed) ence ence Lower Upper .018 . -1.788 131 .076 -9.789 5.476 -20.623 1.044 894 -1.711 23.622 .100 -9.789 5.722 -21.608 2.029

Equal variances S i assumed sEqual variances not t assumed o l i k

Kesimpulan : Tidak ada perbedaan tekanan darah sistolik antar kelompok trigliserid 5 Apakah variabel Tinggi berdistribusi normalTests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Tinggi .106 133 .001 .947 133 a. Lilliefors Significance Correction

Sig. .000

sig < 0,05 data tidak terdistribusi normal

NOMOR EMPAT 1. Distribusi Frekuensi IMTKategori Indeks Massa Tubuh Cumulative Frequency Valid Underweight Healthy Weight Overweight Heavily Overweight Obese Total 40 32 17 26 18 133 Percent 30,1 24,1 12,8 19,5 13,5 100,0 Valid Percent 30,1 24,1 12,8 19,5 13,5 100,0 Percent 30,1 54,1 66,9 86,5 100,0

2. Distribusi Frekuens Kategori sistolikKategori Sistolik Cumulative Frequency Valid Normotensi Hipertensi Total 75 58 133 Percent 56,4 43,6 100,0 Valid Percent 56,4 43,6 100,0 Percent 56,4 100,0

3. CorrelationsCorrelations Total Cholesterol Total Cholesterol Pearson Correlation Sig. (2-tailed) N Diastolik Pearson Correlation Sig. (2-tailed) N 133 ,013 ,880 133 133 1 Diastolik ,013 ,880 133 1

r = 0,013 ( tidak ada korelasi/lemah) p = 0,880 > 0,05 H0 diterima tidak ada korelasi / tidak ada hubungan antara total kolesterol dgn diastolik

4.

ANOVA

Diastolik Sum of Squares Between Groups Within Groups Total 29254,921 9714,071 38968,992 df 84 48 132 Mean Square 348,273 202,376 F 1,721 Sig. ,021

Sig 0,021 0,05 = varian sama Karena varian sama maka kita membaca data pada aqual variances assummed Sig = 0,883 > 0,05 = Ho diterima = tidak ada perbedaan TD diastolik antar kelompok LDL 5. Apakah variabel LDL berdistribusi normal Tests of Normality Kolmogorov-Smirnova Shapiro-Wilk Statistic df Sig. Statistic df Sig. LDL .084 133 .024 .936 133 .000 a. Lilliefors Significance Correction Sig. = 0,024 < 0,05 distribusi data tidak normal ^^Ve^^ 054

81 Buatlah Variabel baru dengan label VLDL dengan formula (kolesterol HDL) (Trigliserid/4) dan sajikan dalam bentuk Frekuensi distribusi Range (R) = Xmax- Xmin = 280.75 25.00 = 255.75 Jumlah kelas (K) = 1 + 3,3 log n = 1 + 3,3 log 133 = 1 + 3,3 (2,123)= 8,008 9 Lebar kelas (W) = R/K = 255.75/9 = 28.4166667 29

KategoriVLDL Frequency Percent Valid 25.00-54.00 54.01-83.01 83.02-112.02 112.03-141.03 141.04-170.04 170.05-199.05 199.06-228.06 228.07-257.07 257.08-286.08 Total 5 17 44 25 24 10 4 1 3 133 3.8 12.8 33.1 18.8 18.0 7.5 3.0 .8 2.3 100.0 Valid Percent Cumulative Percent 3.8 12.8 33.1 18.8 18.0 7.5 3.0 .8 2.3 100.0 3.8 16.5 49.6 68.4 86.5 94.0 97.0 97.7 100.0

2

Buatlah Frekuensi distribusi Gula Darah Berapa angka kejadian DM Kategori GDS Valid Valid Non Frequency Percent 120 90.2 Percent 90.2 9.8 100.0 Cumulative Percent 90.2 100.0

DM DM 13 9.8 Total 133 100.0 Gula darah sewaktu dibedakan 2 kategori : Non DM DM : GDS < 200 : All others

Dari Tabel diatas didapatkan angka kejadian DM 13 kasus 3 Hitunglah korelasi Gula darah dan Total Kolesterol berapa nilai p dan t

Correlations Gula Gula Sewaktu Darah Pearson Correlation Sig. (2-tailed) N Pearson Darah Total Cholesterol .285** .001 133 1 Sewaktu 1

Total Cholesterol

133 .285**

Correlation Sig. (2-tailed) .001 N 133 133 **. Correlation is significant at the 0.01 level (2-tailed).

Nilai p 0.001 nilai r 0.285, interpretasi a. Nilai p (0.001) < (0.05) maka Ho ditolak, dengan kata lain ada hubungan antara gula darah sewaktu dengan total kolesterol. b. Nilai r 0.285 berarti hubungan gula darah sewaktu dengan total kolesterol menunjukkan hubungan yang sedang dan berpola positif. Artinya semakin tinggi gula darah sewaktu semakin tinggi total kolesterol.

4

Apakah ada perbedaan VLDL antar kelompok DM dan Non DM

Group Statistics kategoriGDS VLDL non DM DM N 120 13 Mean 1.2217E2 1.2915E2 Std. Deviation 41.52285 73.07