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) ok

Kategori Indeks Massa Tubuh

Frequency Percent Valid Percent

Cumulative

Percent

Valid Underweight 40 30,1 30,1 30,1

Healthy Weight 32 24,1 24,1 54,1

Overweighty 17 12,8 12,8 66,9

Heavily Weight 26 19,5 19,5 86,5

Obese 18 13,5 13,5 100,0

Total 133 100,0 100,0

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

Percent

Valid 22-31 10 7,5 7,5 7,5

32-41 25 18,8 18,8 26,3

42-51 36 27,1 27,1 53,4

52-61 38 28,6 28,6 82,0

62-71 17 12,8 12,8 94,7

72-81 7 5,3 5,3 100,0

Total 133 100,0 100,0

3. Hitunglah korelasi umur dan tekanan darah sistolik, berapa nilai P buat intepretasinya !

- Analyze correlate bivariate masukan umur dan sistik pada variabel

Correlations

Umur Sistolik

Umur Pearson Correlation 1 ,095

Sig. (2-tailed) ,275

N 133 133

Sistolik Pearson Correlation ,095 1


N 133 133

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 IMT

5. Ujilh apakah umur berdistribusi normal!

ANOVA

Sistolik

Sum of Squares df Mean Square F Sig.

Between Groups 9745,377 4 2436,344 5,589 ,000

Within Groups 55795,555 128 435,903

Total 65540,932 132

- 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, 05

NOMOR DUA 1. Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi untuk data Kualitatif.

kategori IMT


Cumulative

Percent

Valid underweight 40 30,1 30,1 30,1

healthy weight 32 24,1 24,1 54,1

overweight 17 12,8 12,8 66,9

heavily overweight 26 19,5 19,5 86,5

obese 18 13,5 13,5 100,0

Total 133 100,0 100,0

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

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Umur ,052 133 ,200* ,989 133 ,406

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Statistics

kategori berat

N Valid 133

Missing 0

Mean 3,3835

Median 3,0000

Mode 3,00

Std. Deviation 1,45499

Minimum 1,00

Maximum 8,00

kategori berat


Cumulative

Percent

Valid 30-39 8 6,0 6,0 6,0

40-49 31 23,3 23,3 29,3

50-59 40 30,1 30,1 59,4

60-69 29 21,8 21,8 81,2

70-79 11 8,3 8,3 89,5

80-89 10 7,5 7,5 97,0

90-99 3 2,3 2,3 99,2

100-109 1 ,8 ,8 100,0

Total 133 100,0 100,0

3. Hitunglah korelasi berat dan tekanan darah Diastolik berapa nilai p dan t

Correlations

Berat Diastolik

Berat Pearson Correlation 1 ,148


N 133 133

Diastolik Pearson Correlation ,148 1


N 133 133

Pearson untuk tingkat korelasiSig untuk kemaknaan korelasip = 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 kolesterolIndependent Samples Test

Levene's Test for

Equality of

Variances t-test for Equality of Means

F Sig. t df

Sig. (2-

tailed)

Mean

Difference

Std. Error

Difference

95% Confidence

Interval of the

Difference

Lower Upper

Sistolik Equal

variances

assumed

,026 ,872 -,27

7

131 ,782 -1,131 4,076 -9,195 6,933

Equal

variances not

assumed

-,27

8

91,902 ,782 -1,131 4,074 -9,223 6,960

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 normal

Tests of Normality

Kolmogorov-SmirnovaShapiro-Wilk


Berat ,087 133 ,015 ,964 133 ,001


Sig. 0,015 berarti variabel berat tidak berdistribusi normal

Keterangan : normal jika sig >0,05

Tidak normal jika sig <0,05

NOMOR TIGA

1 Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi untuk data Kualitatif.

2 Buatlah Frekuensi distribusi Tinggi penderitaa. Hitung jumlah kelas interval

1 + 3,3 log 133 1 + 3,3.2,12 1 + 7 = 8 (Tapi kita pake 9 aja)b. Hitung rentang data

xmax - xmin = 184 – 140 = 44c. Hitung panjang kelas

Rentang/jumlah kelas 44/9 = 4,8 = 5

3 Hitunglah korelasi Tinggi dan tekanan darah Diastolik berapa nilai p dan t


Frequency Percent Valid PercentCumulative

PercentValid Underweight 40 30.1 30.1 30.1

Healthy Weight 32 24.1 24.1 54.1Overweight 17 12.8 12.8 66.9Heavily Overweight 26 19.5 19.5 86.5Obese 18 13.5 13.5 100.0Total 133 100.0 100.0

Kategori Tinggi


PercentValid 140 - 144 5 3.8 3.8 3.8

145 - 149 28 21.1 21.1 24.8150 - 154 14 10.5 10.5 35.3155 - 159 18 13.5 13.5 48.9160 - 164 15 11.3 11.3 60.2165 - 169 16 12.0 12.0 72.2170 - 174 15 11.3 11.3 83.5175 - 179 12 9.0 9.0 92.5180 - 184 10 7.5 7.5 100.0Total 133 100.0 100.0

CorrelationsTinggi Diastolik

Tinggi Pearson Correlation 1 -.169Sig. (2-tailed) .051N 133 133

Diastolik Pearson Correlation -.169 1Sig. (2-tailed) .051N 133 133

r = 0,169 ( tidak ada korelasi/lemah)p = 0,51 > 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


F Sig. t df

Sig. (2-

tailed)

Mean Difference

Std. Error Difference

95% Confidence Interval of the

DifferenceLower Upper

Sistolik

Equal variances assumed

.018 .894

-1.788 131 .076 -9.789 5.476 -20.623 1.044

Equal variances not assumed

-1.711 23.622 .100 -9.789 5.722 -21.608 2.029

Kesimpulan : “Tidak ada perbedaan tekanan darah sistolik antar kelompok trigliserid”

5 Apakah variabel Tinggi berdistribusi normal

sig < 0,05 data tidak terdistribusi normal

NOMOR EMPAT1. Distribusi Frekuensi IMT



Cumulative

Percent

Valid Underweight 40 30,1 30,1 30,1

Healthy Weight 32 24,1 24,1 54,1

Overweight 17 12,8 12,8 66,9

Heavily Overweight 26 19,5 19,5 86,5

Obese 18 13,5 13,5 100,0

Total 133 100,0 100,0

2. Distribusi Frekuens Kategori sistolik

Kategori Sistolik


Cumulative

Percent

Valid Normotensi 75 56,4 56,4 56,4

Hipertensi 58 43,6 43,6 100,0

Total 133 100,0 100,0

3. Correlations

Tests of NormalityKolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.Tinggi .106 133 .001 .947 133 .000a. Lilliefors Significance Correction

Correlations

Total

Cholesterol Diastolik

Total Cholesterol Pearson Correlation 1 ,013


N 133 133

Diastolik Pearson Correlation ,013 1


N 133 133

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


Between Groups 29254,921 84 348,273 1,721 ,021

Within Groups 9714,071 48 202,376

Total 38968,992 132

Sig 0,021 <0,05 Ho ditolak ada perbedaan bemakna dari tekanan darah diastolik antar

kelompok trigliserid

5. Distribusi Normal Kolesterol

Tests of Normality



Total Cholesterol ,081 133 ,034 ,932 133 ,000


Sig <0, 05 tidak berdistribusi normal

FILE 11. Buatlah tabel distribusi frekuensi kadar ureum dari 80 mencit yang diteliti

Kategori Kadar Ureum


Cumulative

Percent

Valid 41-43 10 12,5 12,5 12,5

44-46 16 20,0 20,0 32,5

47-49 14 17,5 17,5 50,0

50-52 10 12,5 12,5 62,5

53-55 12 15,0 15,0 77,5

56-58 9 11,3 11,3 88,8

59-61 9 11,3 11,3 100,0

Total 80 100,0 100,0

2. Buatlah tabel frekuensi distribusi kadar kreatinin dari 80 mencit

Kategori Kadar Kreatinin


Cumulative

Percent

Valid 0,59-0,69 8 10,0 10,0 10,0

0,70-0,89 21 26,3 26,3 36,3

0,90-1,09 25 31,3 31,3 67,5

1,10-1,29 25 31,3 31,3 98,8

1,70-1,89 1 1,3 1,3 100,0

Total 80 100,0 100,0

3. Gunakan test statistik untuk membuktikan kadar ureum antar kelompok tersebut berbeda atau

tidak berbeda

ANOVA

Kadar Ureum


Between Groups 13,337 3 4,446 ,124 ,946

Within Groups 2720,050 76 35,790

Total 2733,388 79

Multiple Comparisons

Kadar Ureum

Bonferroni

(I) Kelompok (J) Kelompok Mean

Difference

(I-J)

Std.

Error Sig.

95% Confidence Interval

Lower Bound Upper Bound

Aquades 5 ml Gentamisin 40 mg/kg BB ,100 1,892 1,000 -5,03 5,23

SBM 3 gr/kg BB ,650 1,892 1,000 -4,48 5,78

SBM 6 gr/kg BB 1,000 1,892 1,000 -4,13 6,13

Gentamisin 40 mg/kg

BB

Aquades 5 ml -,100 1,892 1,000 -5,23 5,03

SBM 3 gr/kg BB ,550 1,892 1,000 -4,58 5,68

SBM 6 gr/kg BB ,900 1,892 1,000 -4,23 6,03

SBM 3 gr/kg BB Aquades 5 ml -,650 1,892 1,000 -5,78 4,48

Gentamisin 40 mg/kg BB -,550 1,892 1,000 -5,68 4,58

SBM 6 gr/kg BB ,350 1,892 1,000 -4,78 5,48

SBM 6 gr/kg BB Aquades 5 ml -1,000 1,892 1,000 -6,13 4,13

Gentamisin 40 mg/kg BB -,900 1,892 1,000 -6,03 4,23

SBM 3 gr/kg BB -,350 1,892 1,000 -5,48 4,78

4. Gunakan test statistik untuk membuktikan kadar kreatinin antar kelompok tersebut berbeda

atau tidak berbeda

ANOVA

Kadar Kreatinin


Between Groups ,219 3 ,073 1,561 ,206

Within Groups 3,560 76 ,047

Total 3,779 79


Kadar Kreatinin

Bonferroni


Difference

(I-J)

Std.

Error Sig.



Aquades 5 ml Gentamisin 40 mg/kg BB ,03350 ,06844 1,000 -,1519 ,2189

SBM 3 gr/kg BB ,11100 ,06844 ,654 -,0744 ,2964

SBM 6 gr/kg BB ,12550 ,06844 ,424 -,0599 ,3109

Gentamisin 40

mg/kg BB

Aquades 5 ml -,03350 ,06844 1,000 -,2189 ,1519

SBM 3 gr/kg BB ,07750 ,06844 1,000 -,1079 ,2629

SBM 6 gr/kg BB ,09200 ,06844 1,000 -,0934 ,2774

SBM 3 gr/kg BB Aquades 5 ml -,11100 ,06844 ,654 -,2964 ,0744

Gentamisin 40 mg/kg BB -,07750 ,06844 1,000 -,2629 ,1079

SBM 6 gr/kg BB ,01450 ,06844 1,000 -,1709 ,1999

SBM 6 gr/kg BB Aquades 5 ml -,12550 ,06844 ,424 -,3109 ,0599

Gentamisin 40 mg/kg BB -,09200 ,06844 1,000 -,2774 ,0934

SBM 3 gr/kg BB -,01450 ,06844 1,000 -,1999 ,1709

FILE 21. Buatlah tabel frekuensi disribusi kadar ureum 2 Minggu I



Cumulative

Percent

Valid 32,33-75,33 34 85,0 85,0 85,0

207,34-251,33 3 7,5 7,5 92,5

251,34-295,33 2 5,0 5,0 97,5

295,34-339,33 1 2,5 2,5 100,0

Total 40 100,0 100,0

2. Buatlah tabel frekuensi diatribusi kadar kreatinin 2 Minggu I



Cumulative

Percent

Valid 0,52-1,22 31 77,5 77,5 77,5

1,23-2,02 2 5,0 5,0 82,5

2,03-2,82 1 2,5 2,5 85,0

2,83-3,62 1 2,5 2,5 87,5

3,63-4,42 3 7,5 7,5 95,0

4,43-5,22 2 5,0 5,0 100,0

Total 40 100,0 100,0

3. Ujilah secara statistic apakah ada perbedaan kadar ureum antara ke 4 kelompok 2 minggu

pasca intervensi

ANOVA

Kadar Ureum


Between Groups 129492,836 3 43164,279 17,370 ,000

Within Groups 89460,854 36 2485,024

Total 218953,690 39


Kadar Ureum

Bonferroni


Difference (I-

J) Std. Error Sig.



Aquades 5 ml Gentamisin 40 mg/kg BB -128,14200* 22,29360 ,000 -190,3851 -65,8989

SBM 3 gr/kg BB 8,91400 22,29360 1,000 -53,3291 71,1571

SBM 6 gr/kg BB ,05500 22,29360 1,000 -62,1881 62,2981

Gentamisin 40

mg/kg BB

Aquades 5 ml 128,14200* 22,29360 ,000 65,8989 190,3851

SBM 3 gr/kg BB 137,05600* 22,29360 ,000 74,8129 199,2991

SBM 6 gr/kg BB 128,19700* 22,29360 ,000 65,9539 190,4401


Gentamisin 40 mg/kg BB -137,05600* 22,29360 ,000 -199,2991 -74,8129

SBM 6 gr/kg BB -8,85900 22,29360 1,000 -71,1021 53,3841

SBM 6 gr/kg BB Aquades 5 ml -,05500 22,29360 1,000 -62,2981 62,1881


SBM 3 gr/kg BB 8,85900 22,29360 1,000 -53,3841 71,1021

*. The mean difference is significant at the 0.05 level.

4. Ujilah secara statistik apakah ada perbedaan kadar kreatinin antara ke 4 kelompok 2 minggu

pasca intervensi

ANOVA

Kadar Kreatinin


Between Groups 44,352 3 14,784 26,142 ,000


Total 64,711 39


Kadar Kreatinin

Bonferroni


Difference (I-

J) Std. Error Sig.



Aquades 5 ml Gentamisin 40 mg/kg BB -2,47500* ,33631 ,000 -3,4140 -1,5360

SBM 3 gr/kg BB -,06900 ,33631 1,000 -1,0080 ,8700

SBM 6 gr/kg BB -,06300 ,33631 1,000 -1,0020 ,8760

Gentamisin 40

mg/kg BB

Aquades 5 ml 2,47500* ,33631 ,000 1,5360 3,4140

SBM 3 gr/kg BB 2,40600* ,33631 ,000 1,4670 3,3450

SBM 6 gr/kg BB 2,41200* ,33631 ,000 1,4730 3,3510

SBM 3 gr/kg BB Aquades 5 ml ,06900 ,33631 1,000 -,8700 1,0080

Gentamisin 40 mg/kg BB -2,40600* ,33631 ,000 -3,3450 -1,4670

SBM 6 gr/kg BB ,00600 ,33631 1,000 -,9330 ,9450

SBM 6 gr/kg BB Aquades 5 ml ,06300 ,33631 1,000 -,8760 1,0020

Gentamisin 40 mg/kg BB -2,41200* ,33631 ,000 -3,3510 -1,4730

SBM 3 gr/kg BB -,00600 ,33631 1,000 -,9450 ,9330


FILE 31. Buatlah tabel frekuensi distribusi kadar ureum 2 Minggu ke- 2



Cumulative

Percent

Valid 28,2-36,29 14 35,0 35,0 35,0

36,3-45,29 17 42,5 42,5 77,5

45,3-54,29 4 10,0 10,0 87,5

54,3-63,29 3 7,5 7,5 95,0

72,3-81,29 1 2,5 2,5 97,5

81,3-90,2 1 2,5 2,5 100,0

Total 40 100,0 100,0

2. Buatlah tabel frekuensi distribusi kadar kreatinin 2 Minggu ke- 2



Cumulative

Percent

Valid 0,44-0,54 7 17,5 17,5 17,5

0,55-0,74 16 40,0 40,0 57,5

0,75-0,94 9 22,5 22,5 80,0

0,95-1,14 3 7,5 7,5 87,5

1,15-1,34 3 7,5 7,5 95,0

1,55-1,74 2 5,0 5,0 100,0

Total 40 100,0 100,0

3. Ujilah secara statistik apakah ada perbedaan kadar ureum antara ke 4 kelompok tersebut

ANOVA

Kadar Ureum


Between Groups 3703,124 3 1234,375 21,121 ,000

Within Groups 2103,912 36 58,442

Total 5807,036 39


Kadar Ureum

Bonferroni


Difference

(I-J) Std. Error Sig.




SBM 3 gr/kg BB 3,93200 3,41883 1,000 -5,6133 13,4773

SBM 6 gr/kg BB 9,36200 3,41883 ,057 -,1833 18,9073

Gentamisin 40

mg/kg BB

Aquades 5 ml 16,42100* 3,41883 ,000 6,8757 25,9663

SBM 3 gr/kg BB 20,35300* 3,41883 ,000 10,8077 29,8983

SBM 6 gr/kg BB 25,78300* 3,41883 ,000 16,2377 35,3283

SBM 3 gr/kg

BB

Aquades 5 ml -3,93200 3,41883 1,000 -13,4773 5,6133


SBM 6 gr/kg BB 5,43000 3,41883 ,726 -4,1153 14,9753

SBM 6 gr/kg

BB

Aquades 5 ml -9,36200 3,41883 ,057 -18,9073 ,1833


SBM 3 gr/kg BB -5,43000 3,41883 ,726 -14,9753 4,1153


4. Ujilah secara statistik apakah ada perbedaan kadar kreatinin antara ke 4 kelompok tersebut

ANOVA

Kadar Kreatinin


Between Groups 1,247 3 ,416 6,388 ,001


Total 3,590 39


Kadar Kreatinin

Bonferroni


Difference




Aquades 5 ml Gentamisin 40 mg/kg BB -,39800* ,11409 ,008 -,7165 -,0795

SBM 3 gr/kg BB -,08000 ,11409 1,000 -,3985 ,2385

SBM 6 gr/kg BB ,06000 ,11409 1,000 -,2585 ,3785

Gentamisin 40

mg/kg BB

Aquades 5 ml ,39800* ,11409 ,008 ,0795 ,7165

SBM 3 gr/kg BB ,31800 ,11409 ,051 -,0005 ,6365

SBM 6 gr/kg BB ,45800* ,11409 ,002 ,1395 ,7765

SBM 3 gr/kg BB Aquades 5 ml ,08000 ,11409 1,000 -,2385 ,3985

Gentamisin 40 mg/kg BB -,31800 ,11409 ,051 -,6365 ,0005

SBM 6 gr/kg BB ,14000 ,11409 1,000 -,1785 ,4585

SBM 6 gr/kg BB Aquades 5 ml -,06000 ,11409 1,000 -,3785 ,2585

Gentamisin 40 mg/kg BB -,45800* ,11409 ,002 -,7765 -,1395

SBM 3 gr/kg BB -,14000 ,11409 1,000 -,4585 ,1785


FILE 41. Ujilah apakah ada perbedaan rata-rata kadar ureum antara kelompok 2 minggu dan 4

minggu

ANOVA

Kadar Ureum


Between Groups 87064,190 3 29021,397 13,492 ,000

Within Groups 163470,582 76 2150,929

Total 250534,772 79


Kadar Ureum

Bonferroni


Difference





SBM 3 gr/kg BB 6,42300 14,66604 1,000 -33,3083 46,1543

SBM 6 gr/kg BB 4,70850 14,66604 1,000 -35,0228 44,4398

Gentamisin 40

mg/kg BB

Aquades 5 ml 72,28150* 14,66604 ,000 32,5502 112,0128

SBM 3 gr/kg BB 78,70450* 14,66604 ,000 38,9732 118,4358

SBM 6 gr/kg BB 76,99000* 14,66604 ,000 37,2587 116,7213



SBM 6 gr/kg BB -1,71450 14,66604 1,000 -41,4458 38,0168



SBM 3 gr/kg BB 1,71450 14,66604 1,000 -38,0168 41,4458


2. Ujilah apakah ada perbedaan rata-rata kadar kreatinin antara kelompok 2 minggu dan 4

minggu

ANOVA

Kadar Kreatinin


Between Groups 29,943 3 9,981 17,338 ,000


Total 73,694 79


Kadar Kreatinin

Bonferroni


Difference




Aquades 5 ml Gentamisin 40 mg/kg BB -1,43650* ,23993 ,000 -2,0865 -,7865

SBM 3 gr/kg BB -,07450 ,23993 1,000 -,7245 ,5755

SBM 6 gr/kg BB -,00150 ,23993 1,000 -,6515 ,6485

Gentamisin 40

mg/kg BB

Aquades 5 ml 1,43650* ,23993 ,000 ,7865 2,0865

SBM 3 gr/kg BB 1,36200* ,23993 ,000 ,7120 2,0120

SBM 6 gr/kg BB 1,43500* ,23993 ,000 ,7850 2,0850


Gentamisin 40 mg/kg BB -1,36200* ,23993 ,000 -2,0120 -,7120

SBM 6 gr/kg BB ,07300 ,23993 1,000 -,5770 ,7230


Gentamisin 40 mg/kg BB -1,43500* ,23993 ,000 -2,0850 -,7850

SBM 3 gr/kg BB -,07300 ,23993 1,000 -,7230 ,5770


3. Ujilah apakah ada perbedaan proporsi nekrosis antara kelompok 2 minggu & 4 minggu

Nekrosis * Kelompok Crosstabulation

Count

Kelompok

TotalAquades 5 ml

Gentamisin 40

mg/kg BB SBM 3 gr/kg BB SBM 6 gr/kg BB

Nekrosis Tidak ada nekrosis 20 0 20 20 60

Ada nekrosis 0 20 0 0 20

Total 20 20 20 20 80

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Pearson Chi-Square 80,000a 3 ,000

Likelihood Ratio 89,974 3 ,000

Linear-by-Linear Association 5,267 1 ,022

N of Valid Cases 80

a. 0 cells (,0%) have expected count less than 5. The minimum

expected count is 5,00.

4. Ujilah apakah ada perbedaan luas nekrosis antara kelompok 2 minggu dan 4 minggu

Luas Nekrosis * Kelompok Crosstabulation

Count

Kelompok

TotalAquades 5 ml

Gentamisin 40


Luas Nekrosis Tidak ada nekrosis 20 0 20 20 60

nekrosis minimal 0 10 0 0 10

nekrosis parsial 0 10 0 0 10

Total 20 20 20 20 80

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)




N of Valid Cases 80

a. 8 cells (66,7%) have expected count less than 5. The minimum


5. Ujilah apakah ada perbedaan atrofi tubulus antara kelompok 2 minggu dan 4 minggu

Tubulus Atrofi * Kelompok Crosstabulation

Count

Kelompok

TotalAquades 5 ml

Gentamisin 40


Tubulus Atrofi Tidak ada atrofi tubulus 20 0 20 20 60

Ada atrofi tubulus 0 20 0 0 20

Total 20 20 20 20 80

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)




N of Valid Cases 80



6. Ujilah apakah ada perbedaan atrofi tubulus obliterasi antara kelompok 2 minggu dan 4

minggu

Tubulus Obliterasi * Kelompok Crosstabulation

Count

Kelompok

Total

Aquades 5

ml

Gentamisin 40

mg/kg BB

SBM 3

gr/kg BB

SBM 6

gr/kg BB

Tubulus Obliterasi Tidak ada tubulus obliterasi 20 0 20 20 60

Ada tubulus obliterasi 0 20 0 0 20

Total 20 20 20 20 80

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)




N of Valid Cases 80



7. Buatlah kesimpulan dari hasil penelitian ini dengan melihat hasil analisis ke 4 file

(berkas) apakah Sari Buah Mengkudu toksik terhadap ginjal atau tidak.

Sari Buah Mengkudu tidak toksik terhadap ginjal

FILE KELOMPOK 2 MINGGU pertama

Sesudah 2 minggu diperiksa kembali kadar ureum dan kadar kreatinin dari 40 mencit yang

diintervensi dengan obat-obatan yang sesuai dengan kelompoknya.

Pertanyaan:

1. Buatlah tabel frekuensi distribusi kadar ureum 2 Minggu I

Banyak kelas: 1 + 3.3 log n= 1+ 3.3 log 40= 1+ 3.3 x 1.60= 6.29= 6

Interval: 266.45/6= 44.40= 45

32-76.99

Statisticskadar kreatinin

N Valid 40

Missing 0Range 266.45Minimum 32.33Maximum 298.78

77-121.99

122-166.99

167-211.99

212-256.99

257-301.99

2. Buatlah tabel frekuensi diatribusi kadar kreatinin 2 Minggu I


StatisticsKadar Kreatinin

N Valid 40

Missing 0Range 4.70Minimum .52Maximum 5.22

Interval: 4.70/6= 0.78=0.80

Kategori ureum

Frequency PercentValid

PercentCumulative

Percent

Valid 32-76.99 34 85.0 85.0 85.0

212-256.99 4 10.0 10.0 95.0

257-301.99 2 5.0 5.0 100.0

Total 40 100.0 100.0

0.5-1.29

1.30-2.09

2.10-2.89

2.90-3.69

3.70-4.49

4.50-5.29

Kategori kreatinin


PercentCumulative

Percent

Valid 0.5-1.29 32 80.0 80.0 80.0

1.3-2.09 1 2.5 2.5 82.5

2.10-2.89 1 2.5 2.5 85.0

2.9-3.69 1 2.5 2.5 87.5

3.7-4.49 3 7.5 7.5 95.0

4.5-5.29 2 5.0 5.0 100.0

Total 40 100.0 100.0

3. Ujilah secara statistic apakah ada perbedaan kadar ureum antara ke 4 kelompok 2 minggu

pasca intervensi

Karena ureum tidak berdistribusi normal maka di pakai uji non parametris kruskal- wallis

Test Statisticsa,b

Kadar Ureum

Chi-square 24.963df 3Asymp. Sig.

.000

a. Kruskal Wallis Testb. Grouping Variable: Kategori kelompok

P= 0.000 ada perbedaan rata-rata yang bermakna kadar ureum antar kelompok 2

minggu pasca intervensi

- Tapi bila data dianggap berdistribusi normal maka pakai uji anova

ANOVAKadar Ureum


Between Groups

129492.836 3 43164.279 17.370 .000

Within Groups 89460.854 36 2485.024Total 218953.690 39

P= 0.000 ada perbedaan rata-rata yang bermakna kadar ureum antar kelompok 2


Multiple ComparisonsKadar UreumBonferroni

(I) Kategori kelompok

(J) Kategori kelompok Mean Difference (I-

J) Std. Error Sig.


Lower Bound

Upper Bound

Aquades 5 ml

Gentamisin 40 mg/kg BB

-128.14200* 22.29360 .000 -190.3851 -65.8989

SBM 3 gr/kg BB 8.91400 22.29360 1.000 -53.3291 71.1571

SBM 6 gr/kg BB .05500 22.29360 1.000 -62.1881 62.2981


Aquades 5 ml 128.14200* 22.29360 .000 65.8989 190.3851

SBM 3 gr/kg BB 137.05600* 22.29360 .000 74.8129 199.2991

SBM 6 gr/kg BB 128.19700* 22.29360 .000 65.9539 190.4401

SBM 3 gr/kg BB

Aquades 5 ml -8.91400 22.29360 1.000 -71.1571 53.3291


-137.05600* 22.29360 .000 -199.2991 -74.8129

SBM 6 gr/kg BB -8.85900 22.29360 1.000 -71.1021 53.3841

SBM 6 gr/kg BB

Aquades 5 ml -.05500 22.29360 1.000 -62.2981 62.1881


-128.19700* 22.29360 .000 -190.4401 -65.9539

SBM 3 gr/kg BB 8.85900 22.29360 1.000 -53.3841 71.1021


Yang berbeda rata-rata kadar ureum secara bermakna yaitu

Kelompok Gentamisin 40 mg/kg BB dengan Aquades 5 ml,

Kelompok Gentamisin 40 mg/kg BB dengan SBM 3 gr/kg BB


4. Ujilah secara statistik apakah ada perbedaan kadar kreatinin antara ke 4 kelompok 2 minggu pasca intervensiKarena kreatinin tidak berdistribusi normal maka di pakai uji non parametris kruskal- wallis

Test Statisticsa,b

Kadar Kreatinin


.000

a. Kruskal Wallis Testb. Grouping Variable: Kategori kelompok

P= 0.000 ada perbedaan rata-rata yang bermakna kadar kreatinin antar kelompok 2


- Tapi bila data dianggap berdistribusi normal maka pakai uji anova

ANOVAKadar Kreatinin


Between Groups

44.352 3 14.784 26.142 .000

Within Groups 20.359 36 .566Total 64.711 39

P= 0.000 ada perbedaan rata-rata yang bermakna kadar kreatinin antar kelompok 2


Multiple ComparisonsKadar KreatininBonferroni

(I) Kategori kelompok

(J) Kategori kelompok Mean Difference (I-

J)Std.

Error Sig.


Lower Bound

Upper Bound

Aquades 5 ml


-2.47500* .33631 .000 -3.4140 -1.5360

SBM 3 gr/kg BB -.06900 .33631 1.000 -1.0080 .8700

SBM 6 gr/kg BB -.06300 .33631 1.000 -1.0020 .8760


Aquades 5 ml 2.47500* .33631 .000 1.5360 3.4140

SBM 3 gr/kg BB 2.40600* .33631 .000 1.4670 3.3450

SBM 6 gr/kg BB 2.41200* .33631 .000 1.4730 3.3510

SBM 3 gr/kg BB

Aquades 5 ml .06900 .33631 1.000 -.8700 1.0080


-2.40600* .33631 .000 -3.3450 -1.4670

SBM 6 gr/kg BB .00600 .33631 1.000 -.9330 .9450

SBM 6 gr/kg BB

Aquades 5 ml .06300 .33631 1.000 -.8760 1.0020


-2.41200* .33631 .000 -3.3510 -1.4730

SBM 3 gr/kg BB -.00600 .33631 1.000 -.9450 .9330


Yang berbeda rata-rata kadar kreatinin secara bermakna yaitu

Kelompok Gentamisin 40 mg/kg BB dengan Aquades 5 ml,



File ke 2 Minggu ke 25. Buatlah tabel frekuensi distribusi kadar ureum 2 Minggu 2


Statistics

Kadar Ureum

N Valid 40

Missing

0

Range 55.40Minimum 28.20Maximum 83.60

range = 55.40/6 = 9,23 = 1028 – 37.9938 – 47.9948 – 57.9958 – 67.9968 – 77.9978 – 87.99

kategori ureum


PercentCumulative

Percent

Valid 28-37.99 18 45.0 45.0 45.0

38-47.99 14 35.0 35.0 80.0

48-57.99 5 12.5 12.5 92.5

58-67.99 1 2.5 2.5 95.0

78-87.99 2 5.0 5.0 100.0

Total 40 100.0 100.0

6. Buatlah tabel frekuensi diatribusi kadar kreatinin 2 Minggu ke- 2


StatisticsKadar Kreatinin

N Valid 40

Missing 0Range 1Minimum 0Maximum 2

interval = 1 / 6 = 0.16 0.30 – 0.390.4 – 0.790.8 – 1.191.20 – 1.591.6 – 1.992.0 – 2.39

Kategori Kreatinin


PercentCumulative

Percent

Valid 0.4-0.79 27 67.5 67.5 67.5

0.8-1.19 8 20.0 20.0 87.5

1.2-1.59 4 10.0 10.0 97.5

1.6-1.99 1 2.5 2.5 100.0

Total 40 100.0 100.0

7. Ujilah secara statistic apakah ada perbedaan kadar ureum antara ke 4 kelompok tersebut

ANOVAKadar Ureum


Between Groups

3703.124 3 1234.375 21.121 .000

Within Groups 2103.912 36 58.442Total 5807.036 39

Multiple ComparisonsKadar UreumBonferroni

(I) Kelompok (J) Kelompok

Mean Difference (I-J) Std. Error Sig.



Aquades 5 ml Gentamisin 40mg/kgBB

-16.42100* 3.41883 .000 -25.9663 -6.8757

SBM 3 gr/kgBB

3.93200 3.41883 1.000 -5.6133 13.4773

SBM 6gr/kgBB

9.36200 3.41883 .057 -.1833 18.9073

Gentamisin 40mg/kgBB Aquades 5 ml

16.42100* 3.41883 .000 6.8757 25.9663

SBM 3 gr/kgBB

20.35300* 3.41883 .000 10.8077 29.8983

SBM 6gr/kgBB

25.78300* 3.41883 .000 16.2377 35.3283

SBM 3 gr/kgBB Aquades 5 ml

-3.93200 3.41883 1.000 -13.4773 5.6133

Gentamisin 40mg/kgBB

-20.35300* 3.41883 .000 -29.8983 -10.8077

SBM 6gr/kgBB

5.43000 3.41883 .726 -4.1153 14.9753

SBM 6gr/kgBB Aquades 5 ml

-9.36200 3.41883 .057 -18.9073 .1833


-25.78300* 3.41883 .000 -35.3283 -16.2377

SBM 3 gr/kgBB

-5.43000 3.41883 .726 -14.9753 4.1153


Kruskal-Wallis Test

Ranks

Kelompok N Mean Rank

Kadar Ureum

Aquades 5 ml 10 24.45


10 34.55

SBM 3 gr/kgBB 10 16.50

SBM 6gr/kgBB 10 6.50

Total 40

Test Statisticsa,b

Kadar Ureum


.000

a. Kruskal Wallis Testb. Grouping Variable: Kelompok

4. Ujilah secara statistik apakah ada perbedaan kadar kreatinin antara ke 4 kelompok tersebut

ANOVAKadar Kreatinin


Between Groups

1.247 3 .416 6.388 .001

Within Groups 2.343 36 .065Total 3.590 39

Post Hoc Tests

Multiple ComparisonsKadar KreatininBonferroni

(I) Kelompok (J) Kelompok Mean Difference

(I-J)Std.

Error Sig.


Lower Bound

Upper Bound

Aquades 5 ml Gentamisin 40mg/kgBB

-.39800* .11409 .008 -.7165 -.0795

SBM 3 gr/kgBB -.08000 .11409 1.000 -.3985 .2385

SBM 6gr/kgBB .06000 .11409 1.000 -.2585 .3785


Aquades 5 ml .39800* .11409 .008 .0795 .7165

SBM 3 gr/kgBB .31800 .11409 .051 -.0005 .6365

SBM 6gr/kgBB .45800* .11409 .002 .1395 .7765

SBM 3 gr/kgBB Aquades 5 ml .08000 .11409 1.000 -.2385 .3985


-.31800 .11409 .051 -.6365 .0005

SBM 6gr/kgBB .14000 .11409 1.000 -.1785 .4585

SBM 6gr/kgBB Aquades 5 ml -.06000 .11409 1.000 -.3785 .2585


-.45800* .11409 .002 -.7765 -.1395

SBM 3 gr/kgBB -.14000 .11409 1.000 -.4585 .1785


Kruskal-Wallis Test

Ranks

Kelompok N Mean Rank

Kadar Kreatinin

Aquades 5 ml 10 18.50


10 29.30

SBM 3 gr/kgBB 10 19.90

SBM 6gr/kgBB 10 14.30

Total 40

Test Statisticsa,b

Kadar Kreatinin


.032

a. Kruskal Wallis Testb. Grouping Variable: Kelompok

File ke 2 minggu ke 41. Ujilah apakah ada perbedaan rata-rata kadar ureum antara kelompok 2 minggu dan 4 minggu

a. Pada variable view Ubah Waktu observasi 1=2 minggu, 2= 4 minggub. Ubah type kadar ureum jadi nominal, desimal jadi 2, dan measure jadi scalec. Klik analyze pilih compare mean pilih independent T-testd. Pada test variable dengan kadar ureum dan grouping variable diisi dengan waktu observasi

dan define group isikan 1 dan 2e. Continue dan OK

Group StatisticsWaktu Observasi

N Mean Std. DeviationStd. Error Mean

Kadar Ureum dimension1

2 minggu 40 77.5163 74.92795 11.847154 minggu 40 41.6178 12.20239 1.92937

Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means

F Sig. t df Sig. (2-tailed) Mean Difference

Kadar Ureum Equal variances

assumed

25.518 .000 2.991 78 .004 35.89850

Equal variances not

assumed

2.991 41.067 .005 35.89850

Hasil: Ho ditolak, ada perbedaan

2. Ujilah apakah ada perbedaan rata-rata kadar kreatinin antara kelompok 2 minggu dan 4 minggu a. Ubah type kadar kreatinin jadi nominal, desimal jadi 2, dan measure jadi scaleb. Klik analyze pilih compare mean pilih independent T-testc. Pada test variable dengan kadar kreatinin dan grouping variable diisi dengan waktu

observasi dan define group isikan 1 dan 2d. Continue dan OK

Group Statistics

Waktu Observasi N Mean Std. Deviation Std. Error Mean

Kadar Kreatinindimension1

2 minggu 40 1.2988 1.28812 .20367

4 minggu 40 .7795 .30341 .04797




F Sig. t df

Sig. (2-

tailed)

Mean

Difference Std. Error Difference

Kadar Kreatinin Equal variances

assumed

24.155 .000 2.482 78 .015 .51925 .20924

Equal variances

not assumed

2.482 43.314 .017 .51925

Hasil: Ho ditolak, ada perbedaan3. Ujilah apakah ada perbedaan proporsi nekrosis antara kelompok 2 minggu dan 4 minggu

a. Ubah nekrosis 0= tidak ada nekrosis, 1= ada nekrosisb. Analyse pilih descriptive lalu pilih crosstabc. Pada row masukkan waktu observasi dan pada colom isikan nekrosisd. Klik statistic pilih chi-, contingentcy, phi dan pada cell isi expect dan rowe. OK

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Waktu Observasi * nekrosis 80 100.0% 0 .0% 80 100.0%

Waktu Observasi * nekrosis Crosstabulation

nekrosis

Total

tidak ada

nekrosis ada nekrosis

Waktu Observasi 2 minggu Count 30 10 40

Expected Count 30.0 10.0 40.0

% within Waktu Observasi 75.0% 25.0% 100.0%

4 minggu Count 30 10 40


Cases

Valid Missing Total




Total Count 60 20 80



Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Exact Sig. (2-

sided)

Exact Sig. (1-

sided)

Pearson Chi-Square .000a 1 1.000

Continuity Correctionb .000 1 1.000

Likelihood Ratio .000 1 1.000

Fisher's Exact Test 1.000 .602

Linear-by-Linear Association .000 1 1.000

N of Valid Cases 80

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 10.00.

b. Computed only for a 2x2 table

Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Phi .000 1.000

Cramer's V .000 1.000

Contingency Coefficient .000 1.000

N of Valid Cases 80

4. Ujilah apakah ada perbedaan luas nekosis antara kelompok 2 minggu dan 4 minggu

Langkah sama seperti di atas


Cases

Valid Missing Total


Waktu Observasi * luas

nekrosis

80 100.0% 0 .0% 80 100.0%

Chi-Square Tests


Cases

Valid Missing Total


Value df

Asymp. Sig. (2-

sided)

Pearson Chi-Square 20.000a 2 .000

Likelihood Ratio 27.726 2 .000

Linear-by-Linear Association 2.548 1 .110

N of Valid Cases 80

a. 0 cells (.0%) have expected count less than 5. The minimum expected

count is 5.00.

Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Phi .500 .000

Cramer's V .500 .000

Contingency Coefficient .447 .000

N of Valid Cases 80

5. Ujilah apakah ada perbedaan atrofi tubulus antara kelompok 2 minggu dan 4 minggu



Cases

Valid Missing Total


Waktu Observasi * Tubulus

atrofi

80 100.0% 0 .0% 80 100.0%

Waktu Observasi * Tubulus atrofi Crosstabulation

Tubulus atrofi

Total

tidak ada atrofi

tubulus

ada atrofi

tubulus


Cases

Valid Missing Total











Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Exact Sig. (2-

sided)

Exact Sig. (1-

sided)






N of Valid Cases 80



Symmetric Measures

Value Approx. Sig.


Cramer's V .000 1.000


N of Valid Cases 80

6. Ujilah apakah ada perbedaan atrofi tubulus obliterasi antara kelompok 2 minggu dan 4

minggu



Cases

Valid Missing Total


Waktu Observasi * Tubulus

Obliterasi

80 100.0% 0 .0% 80 100.0%

Waktu Observasi * Tubulus Obliterasi Crosstabulation

Tubulus Obliterasi

Total

tidak ada

tubulus

obliterasi

ada tubulus

obliterasi










Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Exact Sig. (2-

sided)

Exact Sig. (1-

sided)






N of Valid Cases 80



Symmetric Measures

Value Approx. Sig.


Cramer's V .000 1.000


N of Valid Cases 80

OSCE 1 No.6


2 Buatlah Frekuensi LDL penderita3 Hitunglah korelasi HDLdan IMT berapa nilai p dan t4 Apakah ada perbedaan LDL antar kelompok Umur 2 kategori5 Apakah variabel Gula Darah berdistribusi normal

Jawaban:

1. Frekuensi Distribusi Variabel Indeks Massa Tubuh

Statistics

Kategori IMT

N Valid 133

Missing 0

Mean 2.62

Std. Deviation 1.433

Minimum 1

Maximum 5

Kategori IMT Asian People

Kategori IMT


PercentCumulative

Percent

Valid underweight 40 30.1 30.1 30.1

healthy weight 32 24.1 24.1 54.1

overweight 17 12.8 12.8 66.9

heavily overweight

26 19.5 19.5 86.5

obese 18 13.5 13.5 100.0

Total 133 100.0 100.0

2. Frekuensi LDL

Statistics

kategori LDL

N Valid 133

Missing 0

Mean .71

Std. Deviation .453

Minimum 0

Maximum 1

kategori LDL


PercentCumulative

Percent

Valid LDL normal 38 28.6 28.6 28.6

LDL tinggi 95 71.4 71.4 100.0

Total 133 100.0 100.0

3. Korelasi HDL dan IMT (nilai p dan t)

Descriptives

StatisticStd.

ErrorHDL Mean 34,23 1,153

95% Confidence Interval for Mean

Lower Bound 31,94Upper Bound 36,51

5% Trimmed Mean 33,53Median 30,00Variance 176,934Std. Deviation 13,302Minimum 15Maximum 68Range 53Interquartile Range 17Skewness ,897 ,210Kurtosis ,082 ,417

Kategori IMT Mean 2,62 ,12495% Confidence Interval for Mean

Lower Bound 2,38Upper Bound

2,87

5% Trimmed Mean 2,58Median 2,00Variance 2,055Std. Deviation 1,433Minimum 1

Maximum 5Range 4Interquartile Range 3Skewness ,342 ,210Kurtosis -1,285 ,417

Tests of Normality

Kategori IMT



HDL underweight .196 40 .000 .881 40 .001

healthy weight .166 32 .025 .923 32 .024

overweight .180 17 .147 .903 17 .076

heavily overweight

.132 26 .200* .950 26 .232

obese .304 18 .000 .758 18 .000



Hasil distribusi HDL dan kategori IMT tidak normal dimana p (value) < 0,05, maka digunakan korelasi spearman’s.

Correlations

HDLKategori

IMTSpearman's rho

HDL Correlation Coefficient

1,000 -,087

Sig. (2-tailed) . ,321N 133 133

IMT Correlation Coefficient

-,087 1,000

Sig. (2-tailed) ,321 .N 133 133

Nilai p (value) = 0,321Nilai t = 0,087, tidak ada korelasi atau korelasi sangat kecil

4. Perbedaan LDL dan antar Umur 2 kategori

Statistics

umur

N Valid 133

Missing 0

Mean 50.59


Minimum 22

Maximum 80

Menentukan jumlah kelas dan interval kelasJumlah kelas = 1+3.3 log n = 1+3.3 log 133 = 8Interval kelas = nilai maksimum-nilai minimum Jumlah kelas

= (80-22) / 8 = 7.25, namun untuk mempermudah digunakan

intervalnya 10, dan jumlah kelasnya menjadi 6 (karena nilai minimum dan maksimum sudah termasuk dalam kelas).

Jadi distribusi frekuensi umurnya menjadi: 22-31 32-41 42-51 52-61 62-71 72-81

ANOVA

kategori LDL


Between Groups

2.680 5 .536 2.783 .020

Within Groups 24.463 127 .193

Total 27.143 132

Nilai p (value) = 0,02 H0 ditolak, jadi ada perbedaan LDL antar kelompok Umur.


kategori LDLBonferroni

(I) Kategori Umur

(J) Kategori Umur

Mean Difference




22-31 32-41 -.060 .164 1.000 -.55 .43

42-51 -.333 .157 .533 -.80 .14

52-61 -.316 .156 .675 -.78 .15

62-71 -.029 .175 1.000 -.55 .49

72-81 -.357 .216 1.000 -1.00 .29

32-41 22-31 .060 .164 1.000 -.43 .55

42-51 -.273 .114 .273 -.62 .07

52-61 -.256 .113 .380 -.59 .08

62-71 .031 .138 1.000 -.38 .44

72-81 -.297 .188 1.000 -.86 .26

42-51 22-31 .333 .157 .533 -.14 .80

32-41 .273 .114 .273 -.07 .62

52-61 .018 .102 1.000 -.29 .32

62-71 .304 .129 .302 -.08 .69

72-81 -.024 .181 1.000 -.57 .52

52-61 22-31 .316 .156 .675 -.15 .78

32-41 .256 .113 .380 -.08 .59

42-51 -.018 .102 1.000 -.32 .29

62-71 .286 .128 .406 -.10 .67

72-81 -.041 .181 1.000 -.58 .50

62-71 22-31 .029 .175 1.000 -.49 .55

32-41 -.031 .138 1.000 -.44 .38

42-51 -.304 .129 .302 -.69 .08

52-61 -.286 .128 .406 -.67 .10

72-81 -.328 .197 1.000 -.92 .26

72-81 22-31 .357 .216 1.000 -.29 1.00

32-41 .297 .188 1.000 -.26 .86

42-51 .024 .181 1.000 -.52 .57

52-61 .041 .181 1.000 -.50 .58

62-71 .328 .197 1.000 -.26 .92

5.Distribusi Gula Darah

Descriptives

StatisticStd.

ErrorGula Darah Sewaktu

Mean 139,29 7,70795% Confidence Interval for Mean

Lower Bound 124,04Upper Bound 154,53

5% Trimmed Mean 123,34Median 111,00Variance 7900,34

2Std. Deviation 88,884Minimum 82Maximum 699Range 617Interquartile Range 38Skewness 3,907 ,210

Kurtosis 17,251 ,417

Tests of Normality

Kolmogorov-Smirnov(a) Shapiro-Wilk

Statistic df Sig. Statistic df Sig.Gula Darah Sewaktu

,288 133 ,000 ,507 133 ,000

Gula Darah Sewaktu berdistribusi tidak normal, dimana nilai p (value) < 0,05.

51. Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi

distribusi untuk data Kualitatif.

Statisticskategori IMT

N Valid 133

Missing 0Mean 2.62Median 2.00Mode 1Std. Deviation 1.433Minimum 1Maximum 5

kategori IMT


PercentCumulative

Percent

Valid underweight 40 30.1 30.1 30.1

healthyweight 32 24.1 24.1 54.1

overweight 17 12.8 12.8 66.9

heavilyoverweight

26 19.5 19.5 86.5

obese 18 13.5 13.5 100.0

Total 133 100.0 100.0

2. Buatlah Frekuensi distribusi Tekanan darah Diastolik penderita

Pertama, kita harus menentukan jumlah kelas dan interval kelas :

Jumlah kelas = 1+ 3,3 log n

= 1+ 3,3 log 133

= 8

Statisticsdiastolik

N Valid 133

Missing 0Minimum 56Maximum 199

Interval kelas = nilai maksimum – nilai minimum

Jumlah kelas

= (199-56)/8 (liat lgi nilai max diastolikx, agk aneh krna TD=162/199)

=17.87=18

Untuk memudahkan pake interval 20

Jadi distribusi frekuensi TD diastolik

56 - 75

76 - 95

96 - 115

116 - 135

136 - 155

156 - 175

176 - 195

196 – 215

Statisticskategori diastolik

N Valid 133

Missing 0Mean 2.26Median 2.00Mode 2Std. Deviation .928Minimum 1Maximum 8

kategori diastolik


PercentCumulative

Percent

Valid 56-75 20 15.0 15.0 15.0

76-95 71 53.4 53.4 68.4

96-115 34 25.6 25.6 94.0

116-135 6 4.5 4.5 98.5

136-155 1 .8 .8 99.2

196-215 1 .8 .8 100.0

Total 133 100.0 100.0

3. Hitunglah korelasi LDL dan tekanan darah Diastolik berapa nilai p dan t

Correlations

LDL diastolik

LDL Pearson Correlation

1 .005

Sig. (2-tailed) .958

N 133 133

diastolik Pearson Correlation

.005 1


N 133 133

P = 0,005korelasi lemah

Sig (2-tailed) = 0,958 > 0,05 = Ho diterima = tidak ada korelasi LDL dan TD diastolik

4. Apakah ada perbedaan tekanan darah Diastolik antar kelompok LDL?

Lavene’s test = 0,563 > 0,05 = varian samaKarena 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



LDL .084 133 .024 .936 133 .000


Sig. = 0,024 < 0,05 distribusi data tidak normal

^^Ve^^054

8

1 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 = 255.75Jumlah 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 Percent Cumulative Percent

Valid 25.00-54.00 5 3.8 3.8 3.8

54.01-83.01 17 12.8 12.8 16.5

83.02-112.02 44 33.1 33.1 49.6

112.03-141.03 25 18.8 18.8 68.4

141.04-170.04 24 18.0 18.0 86.5

170.05-199.05 10 7.5 7.5 94.0

199.06-228.06 4 3.0 3.0 97.0

228.07-257.07 1 .8 .8 97.7

257.08-286.08 3 2.3 2.3 100.0

Total 133 100.0 100.0

2 Buatlah Frekuensi distribusi Gula Darah Berapa angka kejadian DM

Kategori GDS

Frequency Percent

Valid

Percent

Cumulative

Percent

Valid Non

DM

120 90.2 90.2 90.2

DM 13 9.8 9.8 100.0

Total 133 100.0 100.0

Gula darah sewaktu dibedakan 2 kategori :

Non DM : GDS < 200

DM : All others

Dari Tabel diatas didapatkan angka kejadian DM 13 kasus

3 Hitunglah korelasi Gula darah dan Total Kolesterol berapa nilai p dan t

Nilai p 0.001 nilai r 0.285, interpretasi

a. Nilai p (0.001) < α (0.05) maka Ho ditolak, dengan kata lain ada hubungan antara

gula darah sewaktu dengan total kolesterol.

Correlations

Gula Darah

Sewaktu

Total

Cholesterol

Gula Darah

Sewaktu

Pearson

Correlation

1 .285**


N 133 133

Total Cholesterol Pearson

Correlation

.285** 1


N 133 133

**. Correlation is significant at the 0.01 level (2-tailed).

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 N Mean Std. Deviation Std. Error Mean

VLDL non DM 120 1.2217E2 41.52285 3.79050

DM 13 1.2915E2 73.07819 20.26824


Levene's Test for

Equality of


F Sig. t df

Sig. (2-

tailed)

Mean

Difference

Std. Error

Difference

95% Confidence

Interval of the

Difference

Lower Upper

VLDL Equal

variances

assumed

11.441 .001 -.527 131 .599 -6.98093 13.23770 -33.16826 19.20640

Equal

variances

not

assumed

-.339 12.852 .740 -6.98093 20.61964 -51.57898 37.61712

Hasil Levene's Test for Equality of Variances pada kolom Sig adalah 0,01, atau < 0,05, berarti varian berbeda, sehingga Sig (2 tailed) yang dilihat adalah baris kedua yaitu 0,740. Karena p (0,740) > α (0,05) berarti Hipotesis Ho diterima, atau tidak ada perbedaan VLDL antara kelompok non DM dan DM.

Nilai p 0.740 > α (0.05) ,berarti H0 diterima dengan demikian tidak ada perbedaan VLDL antara kelompok non DM dan DM.

5 Apakah variabel HDL berdistribusi normal

Tests of Normality



HDL .181 133 .000 .903 133 .000


Karena sampel yang digunakan lebih dari 50 yaitu 133 maka uji yang digunakan adalah Uji

Kolmogorov-Smirnov. Dari hasil diatas diperoleh nilai p = 0.000. Karena nilai p < 0,05 maka

“distribusi HDL tidak normal”.

8

6 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 = 255.75Jumlah 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 Percent Cumulative Percent

Valid 25.00-54.00 5 3.8 3.8 3.8

54.01-83.01 17 12.8 12.8 16.5

83.02-112.02 44 33.1 33.1 49.6

112.03-141.03 25 18.8 18.8 68.4

141.04-170.04 24 18.0 18.0 86.5

170.05-199.05 10 7.5 7.5 94.0

199.06-228.06 4 3.0 3.0 97.0

228.07-257.07 1 .8 .8 97.7

257.08-286.08 3 2.3 2.3 100.0

Total 133 100.0 100.0

7 Buatlah Frekuensi distribusi Gula Darah Berapa angka kejadian DM

Kategori GDS

Frequency Percent

Valid

Percent

Cumulative

Percent

Valid Non

DM

120 90.2 90.2 90.2

DM 13 9.8 9.8 100.0

Total 133 100.0 100.0

Gula darah sewaktu dibedakan 2 kategori :

Non DM : GDS < 200

DM : All others

Dari Tabel diatas didapatkan angka kejadian DM 13 kasus

8 Hitunglah korelasi Gula darah dan Total Kolesterol berapa nilai p dan t

Nilai p 0.001 nilai r 0.285, interpretasi

c. Nilai p (0.001) < α (0.05) maka Ho ditolak, dengan kata lain ada hubungan antara

gula darah sewaktu dengan total kolesterol.

d. 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.

9 Apakah ada perbedaan VLDL antar kelompok DM dan Non DM

Correlations

Gula Darah

Sewaktu

Total

Cholesterol

Gula Darah

Sewaktu

Pearson

Correlation

1 .285**


N 133 133

Total Cholesterol Pearson

Correlation

.285** 1


N 133 133


Group Statistics

kategoriGDS N Mean Std. Deviation Std. Error Mean

VLDL non DM 120 1.2217E2 41.52285 3.79050

DM 13 1.2915E2 73.07819 20.26824


Levene's Test for

Equality of


F Sig. t df

Sig. (2-

tailed)

Mean

Difference

Std. Error

Difference

95% Confidence

Interval of the

Difference

Lower Upper

VLDL Equal

variances

assumed

11.441 .001 -.527 131 .599 -6.98093 13.23770 -33.16826 19.20640

Equal

variances

not

assumed

-.339 12.852 .740 -6.98093 20.61964 -51.57898 37.61712

Hasil Levene's Test for Equality of Variances pada kolom Sig adalah 0,01, atau < 0,05, berarti varian berbeda, sehingga Sig (2 tailed) yang dilihat adalah baris kedua yaitu 0,740. Karena p (0,740) > α (0,05) berarti Hipotesis Ho diterima, atau tidak ada perbedaan VLDL antara kelompok non DM dan DM.

Nilai p 0.740 > α (0.05) ,berarti H0 diterima dengan demikian tidak ada perbedaan VLDL antara kelompok non DM dan DM.

10 Apakah variabel HDL berdistribusi normal

Tests of Normality



HDL .181 133 .000 .903 133 .000


Karena sampel yang digunakan lebih dari 50 yaitu 133 maka uji yang digunakan adalah Uji

Kolmogorov-Smirnov. Dari hasil diatas diperoleh nilai p = 0.000. Karena nilai p < 0,05 maka

“distribusi HDL tidak normal”.

131 Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol)

dan sajikan dalam bentuk Frekuensi distribusi

Statistics

LDLX

N Valid 133

Missing 0

Mean 126.2574

Std. Error of Mean 2.70393

Median 123.4060

Mode 86.80a


Range 171.60

Minimum 75.93

Maximum 247.53

a. Multiple modes exist. The smallest value

is shown

Kategori LDLX


Cumulative

Percent

Valid 75.00-97.00 21 15.8 15.8 15.8

97.01-119.00 39 29.3 29.3 45.1

119.01-141.00 36 27.1 27.1 72.2

141.01-163.00 25 18.8 18.8 91.0

163.01-185.00 8 6.0 6.0 97.0

207.01-229.00 2 1.5 1.5 98.5

229.01-251.00 2 1.5 1.5 100.0

Total 133 100.0 100.0

2 Buatlah Frekuensi distribusi LDLX berdasarkan kelompok umur


Cases

Valid Missing Total


Kategori LDLX * Kategori

Umur

133 100.0% 0 .0% 133 100.0%

Kategori LDLX * Kategori Umur Crosstabulation

Count

Kategori Umur

Total22-30 31-39

40-

48 49-57 58-66 67-75 76-84

Kategori LDLX 75.00-97.00 2 6 3 1 5 3 1 21

97.01-119.00 3 4 11 11 6 3 1 39

119.01-141.00 3 1 12 7 8 5 0 36

141.01-163.00 2 3 7 4 6 2 1 25

163.01-185.00 0 0 4 2 2 0 0 8

207.01-229.00 0 0 0 2 0 0 0 2

229.01-251.00 0 0 1 1 0 0 0 2

Total 10 14 38 28 27 13 3 133

3 Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan t.

Correlations

LDLX Triglecerid

LDLX Pearson Correlation 1 .448**


Sum of Squares and Cross-

products

128356.236 164049.161

Covariance 972.396 1242.797

N 133 133

Triglecerid Pearson Correlation .448** 1



products

164049.161 1045059.444

Covariance 1242.797 7917.117

N 133 133


Nilai p = 0.000Nilai t = 5.76

4 Apakah ada perbedaan LDLX antar kelompok PJK positif dan Negatif.

ANOVA

PJK


Between Groups 1.458 6 .243 1.192 .315


Total 27.143 132

Tidak ada perbedaan antara kadar LDLX antar kelompok PJK positif dan negatif


PJK Bonferroni

(I) Kategori LDLX (J) Kategori LDLX Mean

Difference




dimensi

on2

75.00-97.00dimension3

97.01-119.00 -.216 .122 1.000 -.60 .16

119.01-141.00 -.163 .124 1.000 -.55 .22

141.01-163.00 -.057 .134 1.000 -.47 .36

163.01-185.00 -.357 .188 1.000 -.94 .22

207.01-229.00 .143 .334 1.000 -.89 1.18

229.01-251.00 -.357 .334 1.000 -1.39 .68

97.01-119.00

dimension3

75.00-97.00 .216 .122 1.000 -.16 .60

119.01-141.00 .053 .104 1.000 -.27 .38

141.01-163.00 .159 .116 1.000 -.20 .52

163.01-185.00 -.141 .175 1.000 -.68 .40

207.01-229.00 .359 .327 1.000 -.66 1.37

229.01-251.00 -.141 .327 1.000 -1.16 .87

119.01-141.00

dimension3

75.00-97.00 .163 .124 1.000 -.22 .55

97.01-119.00 -.053 .104 1.000 -.38 .27

141.01-163.00 .106 .118 1.000 -.26 .47

163.01-185.00 -.194 .176 1.000 -.74 .35

207.01-229.00 .306 .328 1.000 -.71 1.32

229.01-251.00 -.194 .328 1.000 -1.21 .82

141.01-163.00

dimension3

75.00-97.00 .057 .134 1.000 -.36 .47

97.01-119.00 -.159 .116 1.000 -.52 .20

119.01-141.00 -.106 .118 1.000 -.47 .26

163.01-185.00 -.300 .183 1.000 -.87 .27

207.01-229.00 .200 .332 1.000 -.83 1.23

229.01-251.00 -.300 .332 1.000 -1.33 .73

163.01-185.00

dimension3

75.00-97.00 .357 .188 1.000 -.22 .94

97.01-119.00 .141 .175 1.000 -.40 .68

119.01-141.00 .194 .176 1.000 -.35 .74

141.01-163.00 .300 .183 1.000 -.27 .87

207.01-229.00 .500 .357 1.000 -.61 1.61

229.01-251.00 .000 .357 1.000 -1.11 1.11

207.01-229.00

dimension3

75.00-97.00 -.143 .334 1.000 -1.18 .89

97.01-119.00 -.359 .327 1.000 -1.37 .66

119.01-141.00 -.306 .328 1.000 -1.32 .71

141.01-163.00 -.200 .332 1.000 -1.23 .83

163.01-185.00 -.500 .357 1.000 -1.61 .61

229.01-251.00 -.500 .451 1.000 -1.90 .90

229.01-251.00dimension3

75.00-97.00 .357 .334 1.000 -.68 1.39

97.01-119.00 .141 .327 1.000 -.87 1.16

119.01-141.00 .194 .328 1.000 -.82 1.21

141.01-163.00 .300 .332 1.000 -.73 1.33

163.01-185.00 .000 .357 1.000 -1.11 1.11

207.01-229.00 .500 .451 1.000 -.90 1.90

5 Apakah variabel LDLX berdistribusi normal.

Tests of Normality



LDLX .081 133 .034 .932 133 .000


Karena nilai p (0.034) < 0.05, maka data LDLX tidak berdistribusi normal.

141 Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol)

dan sajikan dalam bentuk Frekuensi distribusi. Sama dengan di atas

2 Buatlah Frekuensi distribusi LDLX berdasarkan kelompok umur.Sama dengan di atas

3 Hitunglah korelasi LDLX dan Total Kolesterol berapa nilai p dan t.

Correlations

LDLX

Total

Cholesterol

LDLX Pearson Correlation 1 1.000**



products

128356.236 224399.015

Covariance 972.396 1699.993

N 133 133

Total Cholesterol Pearson Correlation 1.000** 1



products

224399.015 392305.970

Covariance 1699.993 2972.015

N 133 133


Nilai p = 0.000

Nilai t = ~ (tidak terhingga)4 Apakah ada perbedaan LDLX antar kelompok Genetik PJK positif dan Negatif.

ANOVA

Genetik


Between Groups 1.133 6 .189 1.284 .269


Total 19.669 132

Nilai p = 0,269 >0.05 maka, tidak ada perbedaan kadar LDLX antara kelompok genetik

PJK positif dan PJK negatif


Genetik

Bonferroni

(I) Kategori LDLX (J) Kategori LDLX Mean Difference




dimensi

on2

75.00-97.00

dimension3

97.01-119.00 -.161 .104 1.000 -.48 .16

119.01-141.00 -.016 .105 1.000 -.34 .31

141.01-163.00 -.065 .114 1.000 -.42 .29

163.01-185.00 -.280 .159 1.000 -.77 .21

207.01-229.00 .095 .284 1.000 -.78 .98

229.01-251.00 -.405 .284 1.000 -1.28 .48

97.01-119.00

dimension3

75.00-97.00 .161 .104 1.000 -.16 .48

119.01-141.00 .145 .089 1.000 -.13 .42

141.01-163.00 .096 .098 1.000 -.21 .40

163.01-185.00 -.119 .149 1.000 -.58 .34

207.01-229.00 .256 .278 1.000 -.61 1.12

229.01-251.00 -.244 .278 1.000 -1.11 .62

119.01-141.00

dimension3

75.00-97.00 .016 .105 1.000 -.31 .34

97.01-119.00 -.145 .089 1.000 -.42 .13

141.01-163.00 -.049 .100 1.000 -.36 .26

163.01-185.00 -.264 .150 1.000 -.73 .20

207.01-229.00 .111 .279 1.000 -.75 .98

229.01-251.00 -.389 .279 1.000 -1.25 .48

141.01-163.00dimension3

75.00-97.00 .065 .114 1.000 -.29 .42

97.01-119.00 -.096 .098 1.000 -.40 .21

119.01-141.00 .049 .100 1.000 -.26 .36

163.01-185.00 -.215 .156 1.000 -.70 .27

207.01-229.00 .160 .282 1.000 -.71 1.03

229.01-251.00 -.340 .282 1.000 -1.21 .53

163.01-185.00

dimension3

75.00-97.00 .280 .159 1.000 -.21 .77

97.01-119.00 .119 .149 1.000 -.34 .58

119.01-141.00 .264 .150 1.000 -.20 .73

141.01-163.00 .215 .156 1.000 -.27 .70

207.01-229.00 .375 .303 1.000 -.57 1.32

229.01-251.00 -.125 .303 1.000 -1.07 .82

207.01-229.00

dimension3

75.00-97.00 -.095 .284 1.000 -.98 .78

97.01-119.00 -.256 .278 1.000 -1.12 .61

119.01-141.00 -.111 .279 1.000 -.98 .75

141.01-163.00 -.160 .282 1.000 -1.03 .71

163.01-185.00 -.375 .303 1.000 -1.32 .57

229.01-251.00 -.500 .384 1.000 -1.69 .69

229.01-251.00

dimension3

75.00-97.00 .405 .284 1.000 -.48 1.28

97.01-119.00 .244 .278 1.000 -.62 1.11

119.01-141.00 .389 .279 1.000 -.48 1.25

141.01-163.00 .340 .282 1.000 -.53 1.21

163.01-185.00 .125 .303 1.000 -.82 1.07

207.01-229.00 .500 .384 1.000 -.69 1.69

5 Apakah variabel Gula Darah berdistribusi normal.

Tests of Normality



Gula Darah Sewaktu .288 133 .000 .507 133 .000


Nilai p=0.000 < 0.05 maka variabel gula darah tidak berdistribusi normal

151. Buatlah variable indeks massa tubuh dan sajikan dalam bentuk frekuensi distribusi

untuk data kualitatif

Buat variable IMT :Transform Compute Variabel Isi target variable IMTMasukkan numeric expression dengan rumus mencari IMT : (berat)/(tinggi/100*tinggi/100) OK

Buat Kategori IMT :Transform Recode into different variable Isi input variable IMT Isi output variable Name : KatIMT, Label : Kategori IMT CHANGEIsi Old and New Value masukkan nilai Klasifikasi IMT berdasarkan Asia (lihat panduan)

Lowest thru 18,5 value : 1Range 18,5 – 22,99 value : 2Range 23 – 24,99 value : 3Range 25 – 29,99 value : 4Highest thru 30 value : 5

CONTINUEOK

Kemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi nilai value KatIMT :1 underweight2 healthy weight3 overweight4 heavily overweight5 obese

Kemudian kita akan menampilkan distribusi dan bar chart untuk KatIMT, caranya :Analyze Descriptive Statistic FrequenciesMasukkan variable KatIMTPada Statistic mean, std.dev, maximum, minimum.Pada Charts bar ChartOK

2. Buatlah distribusi frekuensi umur penderitaPertama, kita harus menentukan jumlah kelas dan interval kelas :Jumlah kelas = 1+ 3,3 log n

= 1+ 3,3 log 133 = 8

Interval kelas = nilai maksimum – nilai minimumJumlah kelas

= (80-22)/8= 7,25, namun untuk mempermudah kita gunakan intervalnya 10, dan jumlah kelasnya

menjadi 6 (karena nilai minimum dan maksimum sudah termasuk dalam kelas)

Jadi ditribusi frekuensi umurnya menjadi :22-3132-4142-51

52-6162-7172-81

Sekarang distribusi umur :Isi input variable umurIsi output variable Name : KatUmur, Label : Kategori Umur CHANGEIsi Old and New Value masukkan nilai Klasifikasi IMT berdasarkan Asia (lihat panduan)

Range 22-31 value : 1Range 32-41 value : 2Range 42-51 value : 3Range 52-61 value : 4Range 62-71 value : 5Range 72-81 value : 6

CONTINUEOKKemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi nilai value KatUmur 1 22-312 32-413 42-514 52-615 62-716 72-81

3. Hitunglah korelasi umur dan tekanan darah sistolik berapa nilai p buatlah interpretasinya

Analyze Correlate bivariate (data Numeric vs Numeric)Isi variable UMUR dan SISTOLIKOK

Interpretasi :

lihat di sig (nilai p) untuk mengetahui kemaknaan korelasi<0,05 = h0 ditolak>0,05 = h0 diterimaPada kasus = 0,275 = >0,05 = h0 diterima = tidak ada korelasi umur dan TD sistolik

Lihat di pearson untuk mengetahui tingkat korelasi0 – 0,25 = korelasi Lemah0,25-0,5 = korelasi Sedang0,5-0,75 = korelasi Kuat0,75-1,0 = korelasi sangat kuat

Pada kasus (nilai r) : 0,095 = korelasi lemah (nilai t) = rV(n-2) / V(1-r2)

(V = bentuk akar) = 1.0868 / (1-0.009025) = 1.096

4. Apakah ada perbedaan TD sistolik antara kelompok IMTKarena mencari perbedaan rata-rata > 2 kelompok (kelompok IMT terdiri dari 5 kelompok) ANOVAData: numeric- kategoriAnalyze compare mean one way anovaIsi dependent list sistolik

Isi factor list Kat IMTPost hoc BonferonniCONTINUEOK

Interpretasi hasil : lihat nilai sig 0.000 (< 0,05, makan H0 ditolak Ada perbedaan bermakna antara Tekanan darah statistic antara kelompok.

5. Apakah variable umur berdistribusi normalAnalyze descriptive statistic exploreDependent list umurPlots stem leaf, histrogram, dan normality plot with testCONTINUEOKData numerikInterpretasi :Lihat Hasil di Kolmogrov-Smirnov, pada signifikasi = 0.200 (pada kasus berdistribusi normal)Interpretasi :Berdistribusi Normal : jika pada sig > 0,05Berdistribusi tidak normal : jika nilai sig < 0,05


Statistic df Sig. Statistic df Sig.Umur .052 133 .200* .989 133 .406 a. Lilliefors Significance Correction*. This is a lower bound of the true significance.

161. Buatlah variable indeks massa tubuh dan sajikan dalam bentuk frekuensi distribusi

untuk data kualitatif

Buat variable IMT :Transform Compute Variabel Isi target variable IMTMasukkan numeric expression dengan rumus mencari IMT : (berat)/(tinggi/100*tinggi/100) OK

Buat Kategori IMT :Transform Recode into different variable Isi input variable IMT Isi output variable Name : KatIMT, Label : Kategori IMT CHANGEIsi Old and New Value masukkan nilai Klasifikasi IMT berdasarkan Asia (lihat panduan)

Lowest thru 18,5 value : 1Range 18,5 – 22,99 value : 2Range 23 – 24,99 value : 3Range 25 – 29,99 value : 4Highest thru 30 value : 5

CONTINUEOKKemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi nilai value KatIMT :1 underweight2 healthy weight3 overweight4 heavily overweight

5 obese

Kemudian kita akan menampilkan distribusi dan bar chart untuk KatIMT, caranya :Analyze Descriptive Statistic FrequenciesMasukkan variable KatIMTPada Statistic mean, std.dev, maximum, minimum.Pada Charts bar ChartOK

2. Buatlah distribusi frekuensi berat badan penderitaPertama, kita harus menentukan jumlah kelas dan interval kelas :Jumlah kelas = 1+ 3,3 log n

= 1+ 3,3 log 133 = 8


= (106-30)/8= 9,5, namun untuk mempermudah kita gunakan intervalnya 10

Jadi panjang kelas beratnya menjadi :30-3940-4950-5960-6970-7980-8990-99100-109

Sekarang distribusi berat :

Isi input variable beratIsi output variable Name : KatBerat, Label : Kategori Berat CHANGEIsi Old and New Value masukkan nilai Klasifikasi berat berdasarkan panjang kelas

Range 30-39 value : 1Range 40-49 value : 2Range 50-59 value : 3Range 60-69 value : 4Range 70-79 value : 5Range 80-89 value : 6Range 90-99 value : 7Range 100-109 value : 8

CONTINUEOKKemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi nilai value KatBerat :1 30-392 40-493 50-594 60-695 70-796 80-897 90-998 100-109

Kategori Berat


PercentValid 30-39 tahun 8 6.0 6.0 6.0

40-49 tahun 31 23.3 23.3 29.350-59 tahun 40 30.1 30.1 59.460-69 tahun 29 21.8 21.8 81.270-79 tahun 11 8.3 8.3 89.580-89 tahun 10 7.5 7.5 97.090-99 tahun 3 2.3 2.3 99.2100-109 tahun 1 .8 .8 100.0Total 133 100.0 100.0

3. Hitunglah korelasi berat dan tekanan darah sistolik berapa nilai p buatlah interpretasinyaAnalyze Correlate bivariate (data Numeric vs Numeric)Isi variable BERAT dan SISTOLIKOK

Interpretasi :lihat di sig (nilai p) untuk mengetahui kemaknaan korelasi<0,05 = h0 ditolak>0,05 = h0 diterimaPada kasus nilai p (sig 2 tailed) 0,000 = >0,05 = h0 ditolak = ada korelasi berat badan dan TD sistolik

Lihat di pearson( nilai r) untuk mengetahui tingkat korelasi0 – 0,25 = korelasi Lemah0,25-0,5 = korelasi Sedang0,5-0,75 = korelasi Kuat0,75-1,0 = korelasi sangat kuat

Pada kasus nilai r (pearson correlation) 0,302 = korelasi sedang

(nilai t) = rVn-2 / V1-r2

= 3.4565 / 0.9088= 3.80

Correlations

CorrelationsBerat Sistolik

Berat Pearson Correlation 1 .302**

Sig. (2-tailed) .000N 133 133

Sistolik Pearson Correlation .302** 1Sig. (2-tailed) .000N 133 133


4. Apakah ada perbedaan tekanan darah sistolik antar kelompok Total kolesterol

Bagilah total kolesterol menjadi <200 dan >200 dengan membuat KatTotal beri label 0 dan 1Buatlah variable baru KatTotal, caranya :Transform recode into different variableInput variable Total KolesterolOutput variable KatTotal, Kategori Total Kolesterol CHANGEMasukkan old and new value :Lowest 200 value 0All other value value 1OK

Ganti variable view, decimal 0, measure nominal. Dan ganti value : 0 = Total Kolesterol normal, 1 = Total Kolesterol Tinggi

Apakah ada perbedaan tekanan darah sistolik antara kelompok Total kolesterol?Karena mencari perbedaan rata-rata antara 2 kelompok, 2 variabel kategorik (kelompok Total Kolesterol terdiri dari 2 kelompok = total kolesterol normal, Total Kolesterol tinggi ) uji T

Analyze compare mean independent samples T-testIsi test variabel sistolikIsi grouping variabel KatTotalDefine group use specific value group 1= 0, group 2 =1CONTINUEOK

Interpretasi :a. Lihat pada levene test test for equality of variances (signifikasi) :

Bila > 0,05 = varians sama baca data pada equal variances assumed Bila < 0,05 = varians beda baca data pada equal variances not assumedPada kasus 0,872 > 0,05 varians sama

b. Karena varian sama, maka kita membaca data pada equal variances assumed = sig 0,782 > 0,05 = H0 diterima = tidak ada perbedaan tekanan darah antara kelompok Total Kolesterol

T-Test

Group StatisticsKategori Total Kolesterol

N Mean Std. DeviationStd. Error

MeanSistolik d

i1

Total Kolesterol normal 87 143.59 22.376 2.399Total Kolesterol tinggi 46 144.72 22.333 3.293

Independent Samples TestLevene's Test for Equality of


F Sig. t DfSig. (2-tailed)

Mean Differenc

e

Std. Error

Difference


DifferenceLower Upper

Sistolik

Equal variances assumed

.026 .872 -.277 131 .782 -1.131 4.076 -9.195 6.933

Equal variances not assumed

-.278 91.902

.782 -1.131 4.074 -9.223 6.960

5. Apakah variable berat badan berdistribusi normalAnalyze descriptive statistic exploreDependent list berat badanPlots stem leaf, histrogram, dan normality plot with testCONTINUEOKData numerikInterpretasi :Lihat Hasil di Kolmogrov-Smirnov, pada signifikasi = 0,015 (pada kasus berdistribusi tidak normal)Interpretasi :Berdistribusi Normal : jika pada sig > 0,05Berdistribusi tidak normal : jika nilai sig < 0,05


Statistic df Sig. Statistic df Sig.Berat .087 133 .015 .964 133 .001a. Lilliefors Significance Correction

Karena varibel tidak berdistribusi normal, maka untuk mencari korelasi digunakan spearmean

CorrelationsBerat Sistolik

Spearman's rho Berat Correlation Coefficient 1.000 .347**

Sig. (2-tailed) . .000N 133 133

Sistolik Correlation Coefficient .347** 1.000Sig. (2-tailed) .000 .N 133 133


Interpretasi :Lihat di spearman untuk mengetahui tingkat korelasi

0 – 0,25 = korelasi Lemah0,25-0,5 = korelasi Sedang0,5-0,75 = korelasi Kuat0,75-1,0 = korelasi sangat kuat

Pada kasus nilai t 0,347 = korelasi sedang

Kemudian lihat di sig untuk mengetahui kemaknaan korelasi<0,05 = h0 ditolak>0,05 = h0 diterimaPada kasus nilai p (sig 2 tailed) 0,000 = >0,05 = h0 ditolak = ada korelasi berat badan dan TD sistolik

17

Ujian Praktikum Piranti Lunak Biostatistik Blok 20Sabtu- 31 Oktober- 2009

Penjelasan

1 Dari data yang tersedia pada CD dalam bentuk Excel pindahkanlah kedalam format SPSS 16 dengan tahap pertama membuat dulu format data Entry SPSS.

2 Dari Data yang sudah di entry ke SPSS jawablah soal soal dibawah ini:


KATEGTORI IMT


Cumulative

Percent

Valid UNDER WEIGHT 40 30.1 30.1 30.1

HEALTHY WEIGHT 32 24.1 24.1 54.1

HEAVY WEIGHT 17 12.8 12.8 66.9

VERY HEAVY WEIGHT 26 19.5 19.5 86.5

OBESE 18 13.5 13.5 100.0

Total 133 100.0 100.0

2 Buatlah Frekuensi distribusi Tinggi penderita

KATEGORI TINGGI


Cumulative

Percent

Valid 1.00 39 29.3 29.3 29.3

2.00 41 30.8 30.8 60.2

3.00 34 25.6 25.6 85.7

5.00 19 14.3 14.3 100.0

Total 133 100.0 100.0

3 Hitunglah korelasi Tinggi dan tekanan darah Diastolik berapa nilai p dan t

Tests of Normality



Tinggi .106 133 .001 .947 133 .000


Tests of Normality


Statistic Df Sig. Statistic df Sig.

Diastolik .173 133 .000 .848 133 .000


Correlations

Diastolik Tinggi

Spearman's rho Diastolik Correlation Coefficient 1.000 -.153

Sig. (2-tailed) . .080

N 133 133

Tinggi Correlation Coefficient -.153 1.000

Sig. (2-tailed) .080 .

N 133 133

Karena katanya data di anggap normal galo pake pearson jadinyo

Correlations

Tinggi Diastolik

Tinggi Pearson Correlation 1 -,169


N 133 133

Diastolik Pearson Correlation -,169 1


N 133 133

Nilai sig(0.051) di atas 0,05(tipis bro),,katek hubungan,,nilai p=0,051 dan t=-0,169,,

4 Apakah ada perbedaan tekanan darah sistolik antar kelompok TrigliseridBuat dlu kelompok tigleserida,,<200=normal dan >200 = tidak normal,,basing kawan2 nak buat cak mano,,cz dak ado ketentuan juga,,na karena data dianggep normal jadi kito pake independent t-test

Group Statistics

kategori trigleserida N Mean Std. Deviation Std. Error Mean

Sistolikdimension1

normal 114 142,58 21,906 2,052

tidak normal 19 152,37 23,281 5,341





Sistolik Equal variances assumed ,018 ,894 -1,788 131 ,076 -9,789

Equal variances not

assumed

-1,711 23,622 ,100 -9,789

Dari data,,dak ado perbedaan tekanan darah sistolik antara kelompok trigleserida

5 Apakah variabel Tinggi berdistribusi normal

Tests of Normality



Tinggi ,106 133 ,001 ,947 133 ,000


Nilai sig di bawah 0,05,,jadi katek hubungan…

18

Soal nomor 18. 1

Statistics

Kategori IMt

N Valid 133

Missing 0

Kategori IMt


Cumulative

Percent

Valid under weight 40 30.1 30.1 30.1

healthy weight 32 24.1 24.1 54.1

over weight 17 12.8 12.8 66.9

heavily overweight 26 19.5 19.5 86.5

Obese 18 13.5 13.5 100.0

Total 133 100.0 100.0

2. kito buat dlu kemompok tek.sistolik,,karena dak ado ketentuan kami buat dewe,, <120=normal,120-140=prehipertensi,>140=hipertensi,,men ada yg nak buat sesuai JNC VII silakan,, pilihan ada pada temen2 mau buat kelompok nyo,,

Statistics

Kategori Sistolik

N Valid 133

Missing 0

Kategori Sistolik


Cumulative

Percent

Valid Normal 22 16.5 16.5 16.5

Prehipertensi 53 39.8 39.8 56.4

Hipertensi 58 43.6 43.6 100.0

Total 133 100.0 100.0

3. Di dapatkan dari data distribusi tidak normal

Tests of Normality



Diastolik .173 133 .000 .848 133 .000


Kolesterol

Tests of Normality



Total Cholesterol .081 133 .034 .932 133 .000


Data tidak berdistribusi normal..jadi pake Spearman

Correlations

Diastolik

Total

Cholesterol

Spearman's rho Diastolik Correlation Coefficient 1.000 .116


N 133 133

Total Cholesterol Correlation Coefficient .116 1.000


N 133 133

Signifikansi lebih dari 0.05 sehingga tidak ada korelasi. Nilai P = 0.182 dan t= 0.116,,

Na berhubung semua data katanya harus di anggap norma walau tidak normal jadi pake pearson

ok,,nig an hasilnyo..kwkkwkw

Correlations

Diastolik

Total

Cholesterol

Diastolik Pearson Correlation 1 ,013


N 133 133

Total Cholesterol Pearson Correlation ,013 1


N 133 133

Sig. di atas 0.05 jadi dak ado hubungan,,nilai p=0,880 dan t=0,013

4. sebelumnyo kito buat kelompok trigleserid,,brhubung dak ado ketentuan buat dewe jadi,, <200= normal,>200= tidak normal,,jadi ada 2 kelompok.signifikansi kurang dari 0.05 data tidak normal.

Tests of Normality



Triglecerid .204 133 .000 .770 133 .000


na dari tes normalitas data dak normal,,cari perbedaannyo pake Mann-Whitney,,tapi berhubung

data di anggep normal p jadi pake independent T-test,,okokokok

Group Statistics

kategori trigleserida N Mean Std. Deviation Std. Error Mean

Diastolikdimension1

normal 114 91,15 17,783 1,666

tidak normal 19 91,16 13,401 3,074





Diastolik Equal variances assumed ,167 ,683 -,002 131 ,998 -,009

Equal variances not

assumed

-,003 29,709 ,998 -,009

Dari hasil di atas,,tidak ada perbedaan tekanan darah diastolic antar kelompok trigleserid

5. distribusi Kolesterol tidak normal

Tests of Normality



Total Cholesterol .081 133 .034 .932 133 .000


191. Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi

untuk data Kualitatif.

Statistics

KATEGORI IMT

N Valid 133

Missing 0

KATEGORI IMT


Cumulative

Percent

Valid UNDERWEIGHT 40 30.1 30.1 30.1

HEALTHY WEIGHT 32 24.1 24.1 54.1

OVERWEIGHT 17 12.8 12.8 66.9

HEAVILY OVERWEIGHT 26 19.5 19.5 86.5

OBESE 18 13.5 13.5 100.0

Total 133 100.0 100.0

2. Buatlah Frekuensi distribusi Tekanan darah Diastolik penderita

Statistics

KATEGORI DIASTOLIK

N Valid 133

Missing 0

KATEGORI DIASTOLIK


Cumulative

Percent

Valid 50-74 19 14.3 14.3 14.3

75-99 75 56.4 56.4 70.7

100-124 33 24.8 24.8 95.5

125-149 5 3.8 3.8 99.2

175-199 1 .8 .8 100.0

Total 133 100.0 100.0

3. Hitunglah korelasi LDL dan tekanan darah Diastolik berapa nilai p dan t

Correlations

LDL Diastolik

LDL Pearson Correlation 1 .005


N 133 133

Diastolik Pearson Correlation .005 1


N 133 133

Karena nilainya 0.005 maka korelasinya lemah.Nilai p pada sig.(2-tailed) 0.958 yaitu >0.05 maka tidak ada perbedaan atau tidak ada korelasi.

4. Apakah ada perbedaan tekanan darah Diastolik antar kelompok LDL


Levene's Test for


F Sig. t df

Sig. (2-

tailed)

Mean

Difference

Std. Error

Difference


of the Difference

Lower Upper

Diastolik Equal

variances

assumed

.336 .563 .148 131 .883 .489 3.310 -6.059 7.038

Equal

variances

not

assumed

.128 52.399 .899 .489 3.830 -7.194 8.173

Nilai varian 0.563 yaitu >0.05 maka varian sama.

Karena nilai sig.(2-tailed) pada t-test 0.883 yaitu >0.05 maka tidak ada perbedaan.

5. Apakah variabel LDL berdistribusi normal

Tests of Normality



LDL .084 133 .024 .936 133 .000


Karena nilai sig.nya 0.024 yaitu <0.05 maka tidak berdistribusi normal.

19


Penjelasan




Statistics

Kategori IMT

N Valid 133

Missing 0

Kategori IMT


Cumulative

Percent

Valid underweight 40 30,1 30,1 30,1

heavyweight 32 24,1 24,1 54,1

overweight 17 12,8 12,8 66,9

heavilyoverweight 26 19,5 19,5 86,5

obese 18 13,5 13,5 100,0

Total 133 100,0 100,0

2 Buatlah Frekuensi distribusi Tekanan darah Diastolik penderita

Jumlah kelas = 1 + 3,3 log 133 = 8

Jumlah kelas = (nilai max – nilai min)/jumlah kelas = 18

Statistics

Kategori Diastolik

N Valid 133

Missing 0

Kategori Diastolik


Cumulative

Percent

Valid 56-73 18 13,5 13,5 13,5

74-91 68 51,1 51,1 64,7

92-109 31 23,3 23,3 88,0

110-127 12 9,0 9,0 97,0

128-145 3 2,3 2,3 99,2

182-199 1 ,8 ,8 100,0

Total 133 100,0 100,0

3 Hitunglah korelasi LDL dan tekanan darah Diastolik berapa nilai p dan t

Uji normalitas data

Tests of Normality



LDL ,084 133 ,024 ,936 133 ,000

Diastolik ,173 133 ,000 ,848 133 ,000


Nilai sig. LDL dan Diastolik < 0,05 = sebaran data tidak normal

Uji normalitas setelah transformasi

Tests of Normality



Trans_LDL ,040 133 ,200* ,991 133 ,523

Trans_Diastolik ,141 133 ,000 ,944 133 ,000



Nilai LDL 0,200 > 0,05 memiliki sebaran data normal, nilai Diastolik 0,000 < 0,05 memiliki

sebaran tidak normal sehingga uji korelasi yang dipakai uji spearman.

Correlations

LDL Diastolik

Spearman's rho LDL Correlation Coefficient 1,000 ,077

Sig. (2-tailed) . ,380

N 133 133

Diastolik Correlation Coefficient ,077 1,000

Sig. (2-tailed) ,380 .

N 133 133

Nilai p = 0,380 > 0,05 artinya korelasi tidak bermakna

Nilai t = 0,077 artinya kekuatan korelasi sangat lemah

4 Apakah ada perbedaan tekanan darah Diastolik antar kelompok LDL

Uji normalitas data

Tests of Normality

Kategori LDL Kolmogorov-Smirnova Shapiro-Wilk


Diastolikdi

m

en

si

on

1

LDL Normal ,265 38 ,000 ,666 38 ,000

LDL Tinggi ,141 95 ,000 ,949 95 ,001


Nilai sig. LDL < 0,05 memiliki sebaran data tidak normal

Uji normalitas setelah transformasi

Tests of Normality

Kategori LDL Kolmogorov-Smirnova Shapiro-Wilk


Trans_Diastolikdi

m

en

sio

n1

LDL Normal ,230 38 ,000 ,827 38 ,000

LDL Tinggi ,127 95 ,001 ,968 95 ,021


Nilai LDL < 0,05 memiliki sebaran tidak normal, sehingga uji yang dipai adalah Mann-Whitney

Ranks

Kategori LDL N Mean Rank Sum of Ranks

Diastolikdi

m

en

sio

n1

LDL Normal 38 64,45 2449,00

LDL Tinggi 95 68,02 6462,00

Total 133

Test Statisticsa

Diastolik

Mann-Whitney U 1708,000

Wilcoxon W 2449,000

Z -,488

Asymp. Sig. (2-tailed) ,625

a. Grouping Variable: Kategori LDL

Nilai sig. 0,626 > 0,05, artinya tidak ada perbedaan bermakna Diastolik antara kelompok LDL

5 Apakah variabel LDL berdistribusi normal

Tests of Normality



LDL ,084 133 ,024 ,936 133 ,000


Nilai sig. 0,000 < 0,05 artinya sebaran data tidak normal

20


Penjelasan




Frequencies

Statistics

Kategori Index Massa Tubuh

N Valid 133

Missing 0

Kategori Index Massa Tubuh


Cumulative

Percent

Valid Healthy 32 24.1 24.1 24.1

Heavily 26 19.5 19.5 43.6

Obese 18 13.5 13.5 57.1

Overweig 17 12.8 12.8 69.9

Underwei 40 30.1 30.1 100.0

Total 133 100.0 100.0

2 Buatlah Frekuensi LDL penderita

Frequencies

[DataSet1]

Statistics

Kategori LDL

N Valid 133

Missing 0

Kategori LDL


Cumulative

Percent

Valid High 95 71.4 71.4 71.4

Normal 38 28.6 28.6 100.0

Total 133 100.0 100.0

3 Hitunglah korelasi HDLdan IMT berapa nilai p dan t

Correlations

HDL

Index Massa

Tubuh

HDL Pearson Correlation 1 -.100


N 133 133

Index Massa Tubuh Pearson Correlation -.100 1


N 133 133

4 Apakah ada perbedaan LDL antar kelompok Umur 2 kategori

ANOVA

LDL


Between Groups 18106.231 5 3621.246 1.804 .117

Within Groups 254911.356 127 2007.176

Total 273017.587 132

Significance 0.117 > 0,05 artinya Ho diterima jadi Tidak ada perbedaan rata-rata LDL antar

kelompok umur


LDL

Bonferroni

(I)

Kategori

Umur

(J)

Kategori

Umur

Mean Difference




22-31 32-41 5.2520 16.7632 1.000 -44.899 55.403

42-51 -26.3689 16.0148 1.000 -74.281 21.543

52-61 -17.9168 15.9229 1.000 -65.554 29.720

62-71 -6.8388 17.8546 1.000 -60.255 46.578

72-81 -16.5800 22.0784 1.000 -82.633 49.473

32-41 22-31 -5.2520 16.7632 1.000 -55.403 44.899

42-51 -31.6209 11.6637 .115 -66.516 3.274

52-61 -23.1688 11.5372 .701 -57.685 11.348

62-71 -12.0908 14.0839 1.000 -54.226 30.045

72-81 -21.8320 19.1579 1.000 -79.148 35.484

42-51 22-31 26.3689 16.0148 1.000 -21.543 74.281

32-41 31.6209 11.6637 .115 -3.274 66.516

52-61 8.4520 10.4199 1.000 -22.722 39.626

62-71 19.5301 13.1842 1.000 -19.914 58.974

72-81 9.7889 18.5066 1.000 -45.578 65.156

52-61 22-31 17.9168 15.9229 1.000 -29.720 65.554

32-41 23.1688 11.5372 .701 -11.348 57.685

42-51 -8.4520 10.4199 1.000 -39.626 22.722

62-71 11.0780 13.0725 1.000 -28.031 50.187

72-81 1.3368 18.4271 1.000 -53.792 56.466

62-71 22-31 6.8388 17.8546 1.000 -46.578 60.255

32-41 12.0908 14.0839 1.000 -30.045 54.226

42-51 -19.5301 13.1842 1.000 -58.974 19.914

52-61 -11.0780 13.0725 1.000 -50.187 28.031

72-81 -9.7412 20.1199 1.000 -69.935 50.452

72-81 22-31 16.5800 22.0784 1.000 -49.473 82.633

32-41 21.8320 19.1579 1.000 -35.484 79.148

42-51 -9.7889 18.5066 1.000 -65.156 45.578

52-61 -1.3368 18.4271 1.000 -56.466 53.792

62-71 9.7412 20.1199 1.000 -50.452 69.935

5 Apakah variabel Gula Darah berdistribusi normal

Explore


Cases

Valid Missing Total


Gula Darah Sewaktu 133 100.0% 0 .0% 133 100.0%

Descriptives

Statistic Std. Error

Gula Darah Sewaktu Mean 139.29 7.707

95% Confidence Interval for

Mean

Lower Bound 124.04

Upper Bound 154.53

5% Trimmed Mean 123.34

Median 111.00

Variance 7.900E3


Minimum 82

Maximum 699

Range 617

Interquartile Range 38

Skewness 3.907 .210

Kurtosis 17.251 .417

Tests of Normality





Sign 0,00 < 0.05 tidak berdistribusi normal

21


1 Buatlah Variabel baru dengan label VLDL dengan formula (kolesterol – HDL) -(Trigliserid/4.5) dan sajikan dalam bentuk Frekuensi distribusi

Statistics

VLDL

N Valid 133

Missing 0

Mean 126,2891

Median 117,2222

Mode 89,33a


Variance 2052,696

Range 250,78

Minimum 38,89

Maximum 289,67

a. Multiple modes exist. The smallest

value is shown

C = 1+3,3 log n = 1+3,3 log 133 = 8

I = (Max – Min)/C = (289,67-38,89)/8 = 31,31 = dibulatkan jadi 31

Kategori VLDL

Frequency Percent

38-68 10 7,5

69-99 30 22,6

100-130 41 30,8

131-161 28 21,1

162-192 16 12,0

193-223 3 2,3

224-254 2 1,5

255-285 2 1,5

286-316 1 ,8

Total 133 100,0

2 Apakah ada perbedaan antara VLDL dan LDL berapa nilai p





Std. Error

Difference

VLDL Equal variances assumed 13,926 ,000 -9,827 131 ,000 -65,08713 6,62303

Equal variances not

assumed

-13,534 130,958 ,000 -65,08713 4,80905

Kelompokkan dahulu LDL menjadi 2 grup dengan cara recode into different

variable (o = untuk LDL <100, 1 = all other).

Analyze, Compare Means, Independent Sample T-Test, Masukkan VLDL pada

Test Variable, dan KatLDL pada Grouping Variable (group isi 0 dan 1)

Ditanya: nilai p

P<0,05 menggunakan angka significancy pada baris kedua (Equal

Variances not assumed)

P>0,05 menggunakan angka significancy pada baris pertama (Equal variances

assumed) Jawab: nilai p adalah 0,000 (<0,05) ada perbedaan VLDL antara

kelompok LDL.

3 Hitunglah korelasi VLDL dan HDL berapa nilai p dan tLihat dulu apakah VLDL dan HDL berdistribusi normal

Tests of Normality



VLDL ,085 133 ,020 ,943 133 ,000


Nilai p=0.020, p<0.05VLDL tidak berdistribusi normal

Tests of Normality



HDL ,181 133 ,000 ,903 133 ,000


Nilai p=0.000, p<0.05HDL tidak berdistribusi normal

Jika dianggap berdistribusi normalPearson correlation

Correlations

VLDL HDL

VLDL Pearson Correlation 1 ,139


N 133 133

HDL Pearson Correlation ,139 1


N 133 133

Nilai p = 0,11 (>0,05) H0 diterima tidak ada hubungan antara VLDL dan HDL. Nilai r

pada Pearson Correlation adalah 0,139 (korelasi sangat lemah)

Cara lain: korelasi non parametrik (spearman)

Correlations

VLDL HDL

Spearman's rho VLDL Correlation Coefficient 1,000 ,247**


N 133 133

HDL Correlation Coefficient ,247** 1,000


N 133 133


Nilai p=0.004p<0.05Ho ditolakada korelasi signifikan antara VLDL dan HDL

Nilai r=0.247korelasi lemah dan signifikan

Nilai t=r √n-2/√1-r2 = 2.92

t tabel = 1.96 dengan df= 131, t hitung>t tabel

H0 ditolak artinya ada korelasi signifikan antara VLDL dan HDL.

4 Kelompokanlah VLDL menjadi 2 kelompok dan apakah ada perbedaan gula darah dari kedua kelompok tersebut.

Recode into different variable (0 = untuk LDL <165, dan 1=all other) Independent sample T-Test





Gula Darah Sewaktu Equal variances assumed 7,153 ,008 -1,831 131 ,069 -36,979

Equal variances not

assumed

-1,377 25,884 ,180 -36,979

Ditanya: nilai p




assumed) Jawab: nilai p adalah 0,180 (>0,05) Ho diterima,tidak ada perbedaan VLDL

antara kelompok LDL.

5 Apakah variabel VLDL berdistribusi normal

Tests of Normality



VLDL ,085 133 ,020 ,943 133 ,000


Nilai p pada Kolmogoroc-Smirnov adalah 0,02 (<0,05) berarti distribusi tidak normal.

22


1 Buatlah Variabel baru dengan label VLDL dengan formula (kolesterol – HDL) -(Trigliserid/4) dan sajikan dalam bentuk Frekuensi distribusi

Statistics

VLDL

N Valid 133

Missing 0

Mean 122,8553

Median 113,2500

Mode 62,50a


Variance 2044,168

Range 255,75

Minimum 25,00

Maximum 280,75


value is shown

C = 1+3,3 log n = 1+3,3 log 133 = 8

I = (Max – Min)/C = (280,75-25)/8 = 31,93 = dibulatkan jadi 32

Kategori VLDL


Cumulative

Percent

V

al

id

25-56,99 5 3,8 3,8 3,8

57-88,99 24 18,0 18,0 21,8

89-120,99 41 30,8 30,8 52,6

121-152,99 34 25,6 25,6 78,2

153-184,99 21 15,8 15,8 94,0

185-216,99 3 2,3 2,3 96,2

217-248.99 2 1,5 1,5 97,7

249-280,99 3 2,3 2,3 100,0

Total 133 100,0 100,0

2 Buatlah Frekuensi distribusi Gula Darah Berapa angka kejadian DM Compute into different variable 0 untuk GDS<200 (label: DM negatif), 1 untuk

all other (label: DM positif) Menampilkan tabel distribusi frekuensi sbb:

Kategori DM


Cumulative

Percent

Valid DM negatif 120 90,2 90,2 90,2

DM positif 13 9,8 9,8 100,0

Total 133 100,0 100,0

Ditanya: angka kejadian DM

Jawab: angka kejadian DM: 13 dari 133 atau 9,8%

3 Hitunglah korelasi Gula darah dan Total Kolesterol berapa nilai p dan tLihat apakah GDS dan total kolesterol berdistribusi normal

Tests of Normality




Gula Darah Sewaktu ,288 133 ,000 ,507 133 ,000


Nilai p<0.05, jadi gula darah dan total kolesterol tidak berdistribusi normal

Jika dianggap berdistribusi normalPearson

Correlations

Gula Darah

Sewaktu

Total

Cholesterol

Gula Darah Sewaktu Pearson Correlation 1 ,285**


N 133 133

Total Cholesterol Pearson Correlation ,285** 1


N 133 133


Nilai p adalah 0,01 (<0,05) Ho ditolak ada korelasi yang bermakna antara

GDS dengan total kolesterol.

Nilai r = 0,285 menunjukkan korelasi positif dengan kekuatan korelasi adalah

lemah.

Cara lain: korelasi non parametrik (tidak berdistribusi normal)

Correlations

Gula Darah

Sewaktu

Total

Cholesterol

Spearman's rho Gula Darah Sewaktu Correlation Coefficient 1,000 ,179*


N 133 133

Total Cholesterol Correlation Coefficient ,179* 1,000


N 133 133

*. Correlation is significant at the 0.05 level (2-tailed).

Nilai p=0.040,p<0.05Ho ditolak, ada korelasi signifikan antara GDS dan total kolesterol

Nilai r=0.179korelasi lemah dan signifikan

Nilai t=r √n-2/√1-r2 = 2.08

t tabel = 1.96 dengan df= 131, t hitung>t tabel

H0 ditolak artinya ada korelasi signifikan antara GDS dan total kolesterol.

4 Apakah ada perbedaan VLDL antar kelompok DM dan Non DM Menggunakan independent sample T test, pada kelompok test variable: VLDL,

sedangkan grouping variable: KatDM (masukan 0 dan 1) Hasilnya adalah sbb:





VLDL Equal variances assumed 11,441 ,001 -,527 131 ,599 -6,98093

Equal variances not

assumed

-,339 12,852 ,740 -6,98093

Ditanya: nilai p




assumed) Jawab: nilai p adalah 0,740 (>0,05) tidak ada perbedaan bermakna antara

VLDL dan kelompok DM dan nonDM

5 Apakah variabel HDL berdistribusi normal Analisis, descriptive, explore, masukan HDL pada Dependent List. Lihat plot,

cek pada Normality plots with test: hasilnya sbb:

Tests of Normality



HDL ,181 133 ,000 ,903 133 ,000


Nilai p pada Kolmogoroc-Smirnov adalah 0,00 (<0,05) berarti distribusi tidak normal.

23

1 Buatlah Variabel baru dengan label VLDL dengan formula (kolesterol – HDL) -(Trigliserid/4.25) dan sajikan dalam bentuk Frekuensi distribusi Caranya:1. Klik Transform > Compute Variable

2. Masukin Rumus sesuai soal > Klik OK

3. Klik Analyze > Descriptive > Frequencies

4. Masukin variable VLDL > Klik Statistics > Klik Continue > Klik OK

5. Buat Kategori VLDL untuk membuat table distribusi frekuensiBanyak kelas interval = 1+3.3 log n = 1 + 3.3 log 133 = 8 kelasLebar interval = 285.47-32.35/8 = 31.64 = 32

6. Klik Transform > Recode Into Different Variables

7. Pindahkan variable VLDL > Pilih Old and New Values > Klik Continue > Klik OK8. Masukkan Values di Variable View > Klik OK

9. Klik Analyze > Descriptive Statistics > Frequencies > Masukin Variabel Kategori VLDL > Klik OK

Hasil TABEL

Statistics

VLDL

N Valid 133

Missing 0

Mean 124,6732

Median 114,9412

Mode 96,82a


Range 253,12

Minimum 32,35

Maximum 285,47


value is shown

Frequency Percent

Valid 32-63,99 7 5,3

64-95,99 26 19,5

96-127,99 46 34,6

128-159,99 30 22,6

160-191,99 16 12,0

192-223,99 3 2,3

224-255,99 2 1,5

256-287,99 3 2,3

Total 133 100,0

Analisis Data:

- Rata-rata kadar VLDL 124,6732

- Kadar VLDL terendah 32,35 dan tertinggi 285,47

- Kadar VLDL terbanyak pada kasus berkisar antara 96-127,99 sebesar 34,6%

2 Buatlah Frekuensi distribusi HemotokritCaranya:1. Klik Analyze > Descriptive Statistics > Frequency > Masukin variable Hematokrit > Klik

Statistics > Centang mean, median, …> Klik Continue > Klik OK

HASIL TABEL

Statistics

Hematokrit

N Valid 133

Missing 0

Mean 45,71

Median 46,00

Mode 48


Variance 2,982

Range 5

Minimum 43

Maximum 48

Frequency Percent

Valid 43 17 12,8

44 24 18,0

45 20 15,0

46 20 15,0

47 24 18,0

48 28 21,1

Total 133 100,0

Analisis Data:

- Kadar Hematokrit rata-rata 45.71

- Kadar Ht terendah 43 dan tertinggi 48

- Kadar Ht terbanyak pada kasus adalah 48 sebesar 21.1 %

3 Hitunglah korelasi Hemotokrit dan Total Kolesterol berapa nilai p dan tCaranya:1. Uji normalitas data Ht dan total Kolesterol

Klik Analyze > Desecriptive Statistics > Explore > Masukkan variable HEMATOKRIT dan Kolesterol pada dependent List > Klik Plots > Pilih Normality > Klik Continue > Klik OK

Hasil Uji Normalitas

Tests of Normality



Hematokrit ,164 133 ,000 ,898 133 ,000



Untuk variable Ht, Nilai p = 0.000 (p < 0,05) maka H0 ditolak pada = 0.05, artinya variable Hematokrit tidak berdistribusi normal. Begitu pula dengan variable Total Kolesterol, nilai p = 0.034 (p < 0,05), maka H0 ditolak pada = 0.05, artinya variable Total Kolesterol tidak berdistribusi normal. Untuk menghemat waktu dianggap variable Ht dan Total Kolesterol berdistribusi normal.

2. Menentukan korelasiKlik Analyze > Klik Correlate > Klik Bivariate > Masukkan variable total Kolesterol dan Hematokrit > Klik OK

Correlations

Hematokrit

Total

Cholesterol

Hematokrit Pearson Correlation 1 ,003


N 133 133

Total Cholesterol Pearson Correlation ,003 1


N 133 133

Nilai p = 0.975 (p > 0.05) maka H0 gagal ditolak pada α=0,05, yaitu tidak ada korelasi

antara total kolesterol dan kadar hematokrit.

Nilai r = 0.003, artinya korelasi sangat lemah

Nilai t = r √n-2/√1-r2 = 0.0343

t tabel = 1.96 dengan df= 131, t hitung< t tabel

H0 gagal ditolak artinya tidak ada korelasi antara kolesterol dan kadar Ht.

Cara lain: gunakan korelasi non parametrik (spearman)

Correlations

Hemotokrit

Total

Cholesterol

Spearman's rho Hemotokrit Correlation Coefficient 1,000 ,035


N 133 133

Total Cholesterol Correlation Coefficient ,035 1,000


N 133 133

Nilai p=0.686p>0.05Ho gagal ditolaktidak ada korelasi signifikan antara hematokrit dan total kolesterolNilai r=0.035korelasi lemah dan tidak signifikan (lihat nilai p)

Nilai t= r √n-2/√1-r2 = 0.4

t tabel = 1.96 dengan df= 131, t hitung< t tabel

H0 gagal ditolak artinya tidak ada korelasi antara kolesterol dan kadar Ht.

4 Apakah ada perbedaan LDL antar kelompok Genetik PJK positif dan Negatif.1. Buat kategori LDL, caranya:

Klik Transform > Recode into Different variables > Masukkan variable LDL > Klik Old and New Values > Klik Continur > Klik OK > Ubah ke Variabel View > Masukin Value 0 = Normal 1=tinggi

2. Buat Kategori Genetik PJK Pada variable view > masukkan Values

NB: TYPE PADA VARIABEL GENETIK ITU kan dalam bentuk STRING, ubah dulu ke NUMERIC

3. Uji independent sample t-testKlik Analyze > Compare Means > Independent Samples T-test > masukkan variable kategori LDL pd test-variable dan genetic PJK pada grouping Variable > Klik Define Groups > Group 1 = 0, Group 2 = 1 > Klik Continue > Klik OK

4. Hasil Output





Kategori LDL Equal variances assumed 5,519 ,020 1,571 131 ,118

Equal variances not

assumed

1,439 31,152 ,160

Nilai signifikan pada Levene’s Test = 0.020 (<0.05) H0 gagal ditolak artinya ada perbedaan varians

Nilai p adalah 0.160 (p > 0.05), artinya H0 gagal ditolak, tidak ada perbedaan rata-rata kadar LDL pada kelompok tidak ada genetik PJK dan ada genetic PJK

5 Apakah variabel Hemotokrit berdistribusi normalKlik Analyze > Dexcriptive Statistics > Explore > Masukkan variable Hematokrit pada Dependent List >Klik Plots > Centang Normality plots > Klik Continue > Klik OK

HASIL OUTPUT

Tests of Normality



Hematokrit ,164 133 ,000 ,898 133 ,000


Nilai p= 0.000 (p<0.05) artinya H0 ditolak, variable Hematokrit tidak berdistribusi normal.

241 Buatlah Variabel baru dengan label VLDL dengan formula (kolesterol – HDL)

-(Trigliserid/5) dan sajikan dalam bentuk Frekuensi distribusi 1. Klik Transform > Compute Variable

2. Masukkan Rumus Sesuai dengan soal

3. Cari Nilai tertinggi dan terendah variable VLDL untuk menghitung lebar kelas intervalKlik Analyze > Descriptive Statistics > Frequencies > Masukkan variable VLDL > Klik Statistics > Centang Minimum and Maximum

Hasil Tabel Output

Statistics

VLDL

N Valid 133

Missing 0

Minimum 50,00

Maximum 296,80

Banyak kelas interval = 1 + 3.3 log n = 1 +3.3 log 133 = 8Lebar kelas interval = (296.8 – 50.0) : 8 = 30.85 = 31

4. Buat kategori VLDL dengan 8 kelas dan lebar interval 31Klik transform > Recode into different variables > Masukkan variable VLDL > Pada output variables ketik KatVLDL >Klik Change > Klik Old and New Values > Klik Continue > Klik OK

Pada variable view masukkan values > Klik OK

5. Membuat table distribusi frekuensiKlik Analyze > Descriptive Statistics > Frequencies > Masukkan variable KatVLDL > Klik Continue > Klik OK

Masukkan variable VLDL untuk menampilkan mean modus Klik Analyze > Descriptive Statistics > Frequencies > Klik Statistics > Centang mean, median, …. > Klik Continue > Klik OK

6. HASIL Tabel output

Statistics

VLDL

N Valid 133

Missing 0

Mean 129,0361

Median 120,8000

Mode 145,00


Variance 2068,315

Range 246,80

Minimum 50,00

Maximum 296,80

Frequency Percent

Valid 50-80,99 15 11,3

81-111,99 40 30,1

112-142,99 32 24,1

143-173,99 26 19,5

174-204,99 13 9,8

205-235,99 2 1,5

236-266,99 2 1,5

267-297,99 3 2,3

Total 133 100,0

Rata-rata kadar VLDL 129.0361

Kadar VLDL terndah adalah 50.00 dan tertinggi 296.80

Kadar VLDL terbanyak berada pada rentang 81-111.99 sebanyak 30.1%

2 Buatlah Frekuensi distribusi Kejadian PJK berdasarkan kelompok umur1. Buat Kategori Umur

Cari batas umur terendah dan umur tertinggi, Klik Analayze > Descriptive Statistics > Frequencies > Masukin variable Umur > Klik Statistics > Centang minimum dan maximum > Klik Continue > Klik OK

Statistics

Umur

N Valid 133

Missing 0

Minimum 22

Maximum 80

Banyak kelas interval = 1 + 3.3 log 133 = 8Lebar kelas interval = (80-22) : 8 = 7.25 = 8

2. Membuat Kategori UmurKlik Transform > Recode into Different Variables > Masukkan Variabel Umur > Klik Change > Klik Old and New Values > Klik Continue >Klik OK

3. Pada variable view, masukkan vakues > Klik OK

4. Pada variable view buat values PJK > Klik OK

5. Membuat table kejadian PJK berdasarkan frekuensi distribusi umurKlik Analyze > Descriptive Statistics > Crosstabs > Masukkan Kategori Umur pada Rows dan PJK pada Columns > Klik Cells > Klik TOTAL pada PERCENTAGES untuk menampilkan persentase > Klik Continue > Klik OK

6. Hasil Output

Kategori Umur * PJK Crosstabulation

PJK

TotalTidak PJK PJK

Kategori Umur 22-29 Count 3 1 4

% of Total 2,3% ,8% 3,0%

30-37 Count 10 6 16

% of Total 7,5% 4,5% 12,0%

38-45 Count 21 9 30

% of Total 15,8% 6,8% 22,6%

46-53 Count 21 4 25

% of Total 15,8% 3,0% 18,8%

54-61 Count 24 10 34

% of Total 18,0% 7,5% 25,6%

62-69 Count 9 3 12

% of Total 6,8% 2,3% 9,0%

70-77 Count 5 4 9

% of Total 3,8% 3,0% 6,8%

78-85 Count 2 1 3

% of Total 1,5% ,8% 2,3%


% of Total 71,4% 28,6% 100,0%

Pada kasus sebanyak 95 pasien tidak menderita PJK dan 38 menderita PJK Penderita PJK terbanyak pada umur 38- 45 tahun dan paling sedikit ditemukan pada

umur 22-29 tahun dan 78-85 tahun

3 Hitunglah korelasi Hemotokrit dan LDL berapa nilai p dan t1. Uji Normalitas Data dulu

Klik Analyze > Descriptive Statistics > Explore > Masukkan variable Hematokrit dan LDL > Klik Plots > Centang Normality Plots

Hasil Output

Tests of Normality



Hematokrit ,164 133 ,000 ,898 133 ,000

LDL ,084 133 ,024 ,936 133 ,000


Nilai p untuk Variabel Hematokrit = 0.000 (p < 0.05), H0 ditolak, artinya variable

hematokrit tidak berdistribusi normal

Nilap p untuk variable LDL = 0.024 (p < 0.05), H0 ditolak artinya variable LDL tidak

berdistribusi normal

TAPI DIANGGAP BERDISTRIBUSI NORMAL

2. Menghitung korelasiKlik Analyze > Correlate > Bivariate > Masukkan variable LDL dan Hematokrit > Centang Pearson dan Two Tailed > Klik OK

3. Hasil OUTPUT

Correlations

LDL Hematokrit

LDL Pearson Correlation 1 ,071


N 133 133

Hematokrit Pearson Correlation ,071 1


N 133 133

Nilai p = 0.420 (p > 0.05), artinya H0 gagal ditolak, tidak ada korelasi antara hematokrit dan LDL.

Nilai r = 0.071, artinya korelasi sangat lemah Nilai t = r √n-2/√1-r2 = 0.815 t tabel dengan df = 131 ada;ah 1.96 t hitung < t tabel, artinya H0 gagal ditolak, tidak ada korelasi antara Hematokrit

dan LDL

Cara lain: gunakan analisa korelasi non parametrik (spearman)

Correlations

Hemotokrit LDL

Spearman's rho Hemotokrit Correlation Coefficient 1,000 ,087


N 133 133

LDL Correlation Coefficient ,087 1,000


N 133 133

Nilai p=0.319p>0.05Ho gagal ditolaktidak ada korelasi signifikan antara hematokrit dan LDLNilai r=0.087korelasi lemah dan tidak signifikan (lihat nilai p)Nilai t= r √n-2/√1-r2 = 0.99=1t tabel=1.96, t hitung< t tabelHo gagal ditolaktidak ada korelasi signifikan

4 Apakah ada perbedaan LDL antar kelompok PJK positif dan Negatif

1. Buat kategori LDL, caranya:Klik Transform > Recode into Different variables > Masukkan variable LDL > Klik Old and New Values > Klik Continur > Klik OK > Ubah ke Variabel View > Masukin Value 0 = Normal 1=tinggi

2. Buat Kategori PJKPada variable view > masukkan Values

3. Uji independent sample t-testKlik Analyze > Compare Means > Independent Samples T-test > masukkan variable kategori LDL pd test-variable dan PJK pada grouping Variable > Klik Define Groups > Group 1 = 0, Group 2 = 1 > Klik Continue > Klik OK

4. Hasil Output





Kategori LDL Equal variances assumed ,853 ,357 ,482 131 ,630

Equal variances not

assumed

,472 65,280 ,638

Nilai signifikan pada Levene’s Test = 0.357 (> 0.05) H0 gagal ditolak artinya tidak ada perbedaan varians

Nilai p adalah 0.630 (p>0.05), artinya H0 gagal ditolak, tidak ada perbedaan rata-rata kadar LDL pada kelompok tidak ada PJK dan ada PJK

5 Apakah variabel Hemotokrit berdistribusi normal

Klik Analyze > Dexcriptive Statistics > Explore > Masukkan variable Hematokrit pada Dependent List >Klik Plots > Centang Normality plots > Klik Continue > Klik OK

HASIL OUTPUT

Tests of Normality



Hematokrit ,164 133 ,000 ,898 133 ,000


Nilai p= 0.000 (p<0.05) artinya H0 ditolak, variable Hematokrit tidak berdistribusi normal.

25Ujian Praktikum Piranti Lunak Biostatistik Blok 20

1 Buatlah Variabel baru dengan label VLDL dengan formula (kolesterol – 0.95 HDL) -(Trigliserid/5) dan sajikan dalam bentuk Frekuensi distribusi

Banyak kelas = 1 + 3,3 log n= 1 + 3,3 log 133 = 8 kelas

Rentang kelas :1. 53 – 83,992. 84 – 114,993. 115 – 145,994. 146 – 176,995. 177 – 207,996. 208 – 238,997. 239 – 269,998. 270 – 300,99

2 Buatlah Frekuensi distribusi Kejadian PJK berdasarkan Jenis kelamin

Tabel frekuensi distribusi

sex * PJK Crosstabulation

Count

PJK

Totalpjk negatif pjk positif

Sex laki-laki 42 22 64

perempuan 53 16 69

Total 95 38 133

Statistics

kategori VLDL

N Valid 133

Missing 0

Mean 3.0602

Median 3.0000

Range 7.00

Minimum 1.00

Maximum 8.00

kategori VLDL


Cumulative

Percent

Valid 53-83.99 15 11.3 11.3 11.3

84-114.99 41 30.8 30.8 42.1

115-145.99 31 23.3 23.3 65.4

146-176.99 27 20.3 20.3 85.7

177-207.99 12 9.0 9.0 94.7

208-238.99 3 2.3 2.3 97.0

239-269.99 1 .8 .8 97.7

270-300.99 3 2.3 2.3 100.0

Total 133 100.0 100.0

3 Apakah ada perbedaan kejadian PJK berdasarkan jenis kelamin berapa p


Levene's Test

for Equality of


F Sig. t Df

Sig. (2-

tailed)

Mean

Difference

Std. Error

Difference

95% Confidence

Interval of the

Difference

Lower Upper

PJK Equal variances

assumed

7.931 .006 1.427 131 .156 .112 .078 -.043 .267

Equal variances

not assumed

1.421 126.278 .158 .112 .079 -.044 .268

Kesimpulan : dari table diatas diketahui bahwa nilai sig = 0,006 < 0,05 berarti variansnya tidak sama. Karena varians tidak sama kita melihat nilai P atau sig (2-tailed) yang Equal variances not assumed yang nilainya 0,158 > dari 0,05 bearti tidak ada perbedaan antara kejadian PJK antar kelompok laki-laki dan perempuan.

4 Hitunglah korelasi Gula darah dan LDL berapa nilai p dan t

Correlations

Gula Darah

Sewaktu LDL

Gula Darah Sewaktu Pearson Correlation 1 .210*


N 133 133

LDL Pearson Correlation .210* 1


N 133 133


Terlihat dari table diatas t (pearson correlation) = 0,210 termasuk kategori korelasi Lemah (0-0,25)

Nilai P (sig (2-tailed)) = 0,015 <0,05 ada Korelasi

5 Apakah ada perbedaan LDL antar kelompok Laki laki & wanita.


Levene's Test for

Equality of


F Sig. t df

Sig. (2-

tailed)

Mean

Difference

Std. Error

Difference

95% Confidence

Interval of the

Difference

Lower Upper

kategori LDL Equal variances

assumed

.296 .588 -.272 131 .786 -.02151 .07897 -.17774 .13472

Equal variances

not assumed

-.272 129.731 .786 -.02151 .07904 -.17789 .13487

Kesimpulan : dari table diatas diketahui bahwa nilai sig = 0,588 > 0,05 berarti variansnya sama. Karena varians sama kita melihat nilai P atau sig (2-tailed) yang Equal variances assumed yang nilainya 0,786 > 0,05 berarti tidak ada perbedaan nilai LDL antar kelompok laki-laki dan perempuan.

26

1 Buatlah Variabel baru dengan label VLDLF dengan formula (-27.6+0.81 Total kolesterol) dan sajikan dalam bentuk Frekuensi distribusi

Statistics

VLDLF

N Valid 133

Missing 0

Minimum 53

Maximum 296

Diketahui: n=133

data minimum variabel VLDLF =53

data minimum variabel VLDLF 296,,

selanjutnya kita akan membuat tabel distribusi frekuensinya dg menggunakan rumus sturges

1. K=1+3,3 log133=1+3.3x2.9=1+6,9=7,9≈8

Jadi jumlah kelas interval 8 kelas

2. Data maksimum-data minimum/ jumlah kelas interval= 296-53/8=30,375≈31

Jadi Panjang kelas=31

No.kelas Kelas interval

1 53-83,99

2 84-114,99

3 115-145,99

4 146-176,99

5 177-207,99

6 208-238,99

7 239-269,99

8 270-300,99

Setelah data di entri kespss,, berikut output distribusi frekuensinya

kategori VLDLF


Cumulative

Percent

Valid 53-83,99 22 16,5 16,5 16,5

84-114,99 38 28,6 28,6 45,1

115-145,99 36 27,1 27,1 72,2

146-176,99 25 18,8 18,8 91,0

177-207,99 8 6,0 6,0 97,0

239-269,99 2 1,5 1,5 98,5

270-300,99 2 1,5 1,5 100,0

Total 133 100,0 100,0

Kesimpulan: dari 133 data yang ada,, frekuensi VLDLF terbanyak berada pada kelompok

VLDLF 84-114,99 yaitu sebesar 38%, dan paling sedikit pada kelompok 239-269,99 dan 270-

300,99 yaitu sebesar 2%saja.

2 Buatlah Frekuensi distribusi VLDLF Kejadian PJK

kategori VLDLF * PJK Crosstabulation

Count

PJK

TotalPJK Negatif PJK Positif

kategori VLDLF 53-83,99 19 3 22

84-114,99 24 14 38

115-145,99 25 11 36

146-176,99 20 5 25

177-207,99 4 4 8

239-269,99 2 0 2

270-300,99 1 1 2

Total 95 38 133

Kesimpulan: dari tabel di atas terlihat bahwa kejadian PJK positif paling banyak pada

kelompok VLDLF 84-114,99 dan kejadian PJK negatif paling banyak pada kelompok

VLDLF 115-145,99

3 Hitunglah korelasi Trigliserid dan VLDLF berapa nilai p dan t

Correlations

Triglecerid VLDLF

Spearman's rho Triglecerid Correlation Coefficient 1,000 ,410**


N 133 133

VLDLF Correlation Coefficient ,410** 1,000


N 133 133


Kesimpulan:

Diketahui dari soal nomor5 bahwa variabel VLDLF tidak berdistribusi normal,

maka untuk korelasi dihitung menggunakan uji spearman

1. Terlihat dari tabel diatas t = pearson correlationnya 0,410 termasuk kategori

korelasi sedang

0-0,25 lemah

0,25-0,5 sedang

0,5-0,75 kuat

>0,75 sangat kuat

2. Nilai p = Sig. (2-tailed) 0,000 kurang dari 0,05 ada korelasi

4 Apakah ada perbedaan VLDF antar kelompok PJK positif dan Negatif.


Levene's Test for


F Sig. t df

Sig. (2-

tailed)

Mean

Differenc

e Std. Error Difference

VLDLF Equal variances

assumed

,309 ,579 -,853 131 ,395 -7,239 8,485

Equal variances

not assumed

-,868 70,692 ,389 -7,239 8,344

Kesimpulan: dari tabel di atas diketahui bahwa nilai sig. nya = 0,579,, lebih besar dari

0,05 berarti varians nya sama

Karena varians sama kita melihat nilai p atau Sig. (2-tailed) yang equal variances

assumed yaitu 0,395,, lebih besar dari 0,05 berarti tidak ada perbedaan VLDF antar

kelompok PJK positif dan Negatif

5 Apakah variabel VLDLF berdistribusi normal

Tests of Normality



VLDLF ,081 133 ,034 ,932 133 ,000


Kesimpulan: karena N=133,, lebih dari 50 maka untuk tes normalitas kita melihat

yang kolmogorov

Pada tabel di atas nilai sig. pada kolmogorov = 0,034,, lebih kecil dari 0,05 berarti

variabel VLDLF tidak berdistribusi normal

27


Penjelasan



1 Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol) dan sajikan dalam bentuk Frekuensi distribusi

2 Buatlah Frekuensi distribusi LDLX berdasarkan kelompok umur3 Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan t4 Apakah ada perbedaan LDLX antar kelompok PJK positif dan Negatif.5 Apakah variabel LDLX berdistribusi normal

Jawab1 . buat dulu variable baru Transform – compute variable isi – isi label dgn LDLx- trs isi kotak- trs isi numeriknyo pake rumus (18.73 + 0.572X kolesterol)

Kito buat kelas2nyo



= 1+ 3,3 log 133

= 8


Jumlah kelas

= (247,53- 75,93)/8

= 21,45 namun untuk mempermudah kita gunakan intervalnya 20, dan

jumlah kelasnya menjadi 9 (karena nilai minimum dan maksimum sudah

termasuk dalam kelas)

Sekarang distribusi LDLx:

Isi input variable LDLX

Isi output variable Name : KatLDLx, Label : Kategori LDLX CHANGE

Isi Old and New Value

75-94,99

95-114,99

115-134,99

135-154,99

155-174,99

175-194,99

195-214,99

215-234,99

235-254,99

6. Buatlah table frekuensi LDLX

Analyze Descriptive Statistic Frequencies

Masukkan variable KatLDLX

Pada Statistic mean, std.dev, maximum, minimum.

Pada Charts bar Chart

kategori LDLx


Cumulative

Percent

Valid 75-94,99 19 14,3 14,3 14,3

95-114,99 32 24,1 24,1 38,3

115-134,99 38 28,6 28,6 66,9

135-154,99 26 19,5 19,5 86,5

155-174,99 12 9,0 9,0 95,5

175-194,99 2 1,5 1,5 97,0

215-234,99 2 1,5 1,5 98,5

235-254,99 2 1,5 1,5 100,0

Total 133 100,0 100,0

7. Buatlah distribusi frekuensi umur penderita



= 1+ 3,3 log 133

= 8


Jumlah kelas

= (80-22)/8

= 7,25, namun untuk mempermudah kita gunakan intervalnya 10, dan

jumlah kelasnya menjadi 6 (karena nilai minimum dan maksimum sudah

termasuk dalam kelas)

Jadi ditribusi frekuensi umurnya menjadi :

22-31

32-41

42-51

52-61

62-71

72-81

Sekarang distribusi umur :

Isi input variable umur

Isi output variable Name : KatUmur, Label : Kategori Umur CHANGE

Isi Old and New Value masukkan nilai Klasifikasi IMT berdasarkan Asia (lihat

panduan)

Range 22-31 value : 1






Analyze deskriptif statistic crosstab

Hasil

kategori LDLx * kategori umur Crosstabulation

Count

kategori umur

Total22-31 32-41 42-51 52-61 62-71 72-81

kategori LDLx 75-94,99 2 6 2 4 4 1 19

95-114,99 3 6 8 10 4 1 32

115-134,99 3 7 7 14 4 3 38

135-154,99 2 4 11 4 3 2 26

155-174,99 0 2 6 2 2 0 12

175-194,99 0 0 0 2 0 0 2

215-234,99 0 0 1 1 0 0 2

235-254,99 0 0 1 1 0 0 2

Total 10 25 36 38 17 7 133

8. Analyze correlate bivariat

Masuki kat LDLX dan trigliserid pada variableOk

Hasil

Correlations

kategori LDLx Triglecerid

kategori LDLx Pearson Correlation 1 .433**


N 133 133

Triglecerid Pearson Correlation .433** 1


N 133 133


Terlihat dari tabel diatas pearson correlation nyo 1 termasuk kategori korelasi kuat

Nilai p dilihat dari Sig. (2-tailed) 0,00

Kemudian lihat di sig untuk mengetahui kemaknaan korelasi

<0,05 = h0 ditolak

>0,05 = h0 diterima

Pada kasus = 0,275 = >0,05 = h0 ditolak = ada korelasi LDLx dan Trigliserida

(jawaban sebenarnya lihat di bawah)

4. Pake independent t-test karena Cuma 2 keklompok PJK kolesterolnyo

Analyze compare means independent t-test

Test variabel Ldlx

Group KatPJK

Define group Kat1=0, Kat2=1 tergantung value KatLDL yang kito buat





LDLX Equal variances assumed .309 .579 -.853 131 .395 -5.11187

Equal variances not

assumed

-.868 70.692 .389 -5.11187

Interpretasi :

c. Lihat pada levene test test for equality of variances (signifikasi) :

Bila > 0,05 = varians sama baca data pada equal variances assumed

Bila > 0,05 = varians sama baca data pada equal variances not aassumed

Pada kasus 0,309 >0,05 varians sama

d. Karena varian sama, maka kita membaca data pada equal variances assumed = sig

0,579 > 0,05 = H0 diterima = tidak ada perbedaan tekanan darah antara kelompok

LDLx

5. Analyze descriptive statistic explore

Dependent list ldlx

Plots stem leaf, histrogram, dan normality plot with test

CONTINUE

OK

Interpretasi :

Lihat Hasil di Kolmogrov-Smirnov, pada signifikasi = 0,000 (pada kasus berdistribusi

tidak normal)

Interpretasi :

Berdistribusi Normal : jika pada sig > 0,05

Berdistribusi tidak normal : jika nilai sig < 0,05

Tests of Normality



LDLX ,081 133 ,034 ,932 133 ,000


warninggg

Nah no 3 bingung, dak norml distrbusi ldlxnyo baru kejingokan setelah no 5 tejawab jadi ngulang lagi yeee,,, pake spearmean smo be cak caro no3 diatas tp spearmeannyo di centang gek hasilnyo keluar cak ini

Correlations

kategori LDLx Triglecerid

Spearman's rho kategori LDLx Correlation Coefficient 1.000 .397**


N 133 133

Triglecerid Correlation Coefficient .397** 1.000


N 133 133


Interpretasinyo : nilai sig 0,000 korelasinyo bermakna nilai korelasinyo 0,397 bahwa arah korelasi positif dengan korelasi lemah.

OSCE SPSS no. 281. Sama dengan soal 27 no.12. Sama dengan soal 27 no.23. Korelasi LDLX dengan total kolesterol

Correlations

LDLX

Total

Cholesterol

LDLX Pearson Correlation 1 1.000**


N 133 133

Total Cholesterol Pearson Correlation 1.000** 1


N 133 133


Pada table di atas korelasi bernilai 1.000 tingkat korelasi sangat kuat

Untuk kemaknaan korelasi Pada sig nilai 0.000 Ho ditolak =ada korelasi LDLX

dengan total kolesterol4. PJK terdiri dari 2 kelompok = PJK positif dan PJK negative uji T





Std. Error

Difference

LDLX Equal variances assumed .309 .579 -.853 131 .395 -5.112 5.992

Equal variances not

assumed

-.868 70.692 .389 -5.112 5.892

5. Apakah variable gula darah berdistribusi normal?

Tests of Normality


Statistic df Sig. Statistic Df Sig.



Pada hasil output diatas, hasil di kolmogrov-smirnov, pada signifikasi=0,000

berdistribusi tidak normal

29


Penjelasan



1 Buatlah Variabel baru dengan label KolesterolX dengan formula (163 + 0.175 X Gula Darah ) dan sajikan dalam bentuk Frekuensi distribusi

2 Buatlah Frekuensi distribusi Kolesterol X .3 Hitunglah korelasi kolesterol X dan Total Kolesterol berapa nilai p dan t4 Apakah ada perbedaan kolesterolX antar kelompok Genetik PJK positif dan Negatif.5 Apakah variabel kolesterol X Darah berdistribusi normal

1. Buatlah Variabel baru dengan label KolesterolX dengan formula (163 + 0.175 X Gula Darah ) dan sajikan dalam bentuk Frekuensi distribusi

Buat variable kolestrolX :

Transform Compute Variabel

Isi target variable KolesterolX

Masukkan numeric expression dengan rumus mencari kolestrolX : (163 + 0.175 X

Gula Darah ) OK

2. Buatlah distribusi frekuensi kolestrol x



= 1+ 3,3 log 133

= 8


Jumlah kelas

= (114059-13380)/8

= 12584,875 namun untuk mempermudah kita gunakan intervalnya 13000,

dan jumlah kelasnya menjadi 8 (karena nilai minimum dan maksimum

sudah termasuk dalam kelas)

13380-26380

26381-39381

39382-52382

52383-65383

65384-78384

78385-91385

91386-104386

104387-117387

Sekarang distribusi kolestrol x :

Isi input variable kolestrol x

Isi output variable Name : Katkolestrolx, Label : Kategori kolestrol x CHANGE

Isi Old and New Value masukkan nilai Klasifikasi kolestrol x berdasarkan perhitungan

diatas(lihat panduan)

Range 13380-26380 value : 1

Range 26381-39381 value : 2

Range 39382-52382 value : 3

Range 52383-65383 value : 4

Range 78385-91385 value : 5

Range 78385-91385 value : 6

Range 91386-104386 value : 7

Range 104387-117387 value : 8

CONTINUE

OK

Kemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi

nilai value KatUmur :

1 13380-26380

2 .......

3 .......

4........

8104387-117387

A. Buatlah table frekuensi kolestrol x

Kemudian kita akan menampilkan distribusi dan bar chart untuk KatUmur, caranya :

Analyze Descriptive Statistic Frequencies

Masukkan variable Katkolestrol x

Pada Statistic mean, std.dev, maximum, minimum.

Pada Charts bar Chart

OK

Frequencies

Statistics

kategori kolestrol x

N Valid 133

Missing 0

Mean 1,35

Median 1,00


Minimum 1

Maximum 8

kategori kolestrol x


Cumulative

Percent

Valid 1 112 84,2 84,2 84,2

2 13 9,8 9,8 94,0

3 2 1,5 1,5 95,5

5 2 1,5 1,5 97,0

6 3 2,3 2,3 99,2

8 1 ,8 ,8 100,0

Total 133 100,0 100,0

3. Hitunglah korelasi kolesterol X dan Total Kolesterol berapa nilai p dan t

Descriptive Statistics

Mean Std. Deviation N

Total Cholesterol 187,98 54,516 133

kolestrol x 22727,95 14503,625 133

Correlations

Total

Cholesterol kolestrol x

Total Cholesterol Pearson Correlation 1 ,285**


N 133 133

kolestrol x Pearson Correlation ,285** 1


N 133 133


Interpretasi :

Lihat di pearson untuk mengetahui tingkat korelasi

0 – 0,25 = korelasi Lemah

0,25-0,5 = korelasi Sedang

0,5-0,75 = korelasi Kuat

0,75-1,0 = korelasi sangat kuat

Nilai t=0,285 korelasi sedang

Kemudian lihat di sig untuk mengetahui kemaknaan korelasi

<0,05 = h0 ditolak

>0,05 = h0 diterima

Nilai p=0,001 Ho ditolak “ada korelasi kolesterol X dan Total Kolesterol”

4. Apakah ada perbedaan kolesterolX antar kelompok Genetik PJK positif dan Negatif.

Interpretasi :

e. Lihat pada levene test test for equality of variances (signifikasi) :

Bila p>0,05 = varians sama baca data pada equal variances assumed

Bila p<0,05 = varians tidak sama baca data pada equal variances not aassumed

Pada kasus 0,957 >0,05 varians sama

f. Karena varian sama, maka kita membaca data pada equal variances assumed = sig

0,957> 0,05 = H0 diterima = tidak ada perbedaan kolesterolX antar kelompok

Genetik PJK positif dan Negatif”

5. variabel kolesterol X Darah berdistribusi normalAnalyze Descriptive Explore

Isi dependent list kolestrol x

Plot normality plot with test

OK

Lihat Hasil di Kolmogrov-Smirnov, pada signifikasi = 0,000 (pada kasus berdistribusi

normal)

Interpretasi :



Maka kolestrol x ”kolestrol x berdistribusi tidak normal”

Tests of Normality



kolestrol x ,288 133 ,000 ,507 133 ,000


30


Penjelasan




2 Buatlah Frekuensi distribusi LDLX berdasarkan jenis kelamin3 Hitunglah korelasi LDLX dan Total Kolesterol berapa nilai p dan t4 Apakah ada perbedaan LDLX antar kelompok Genetik PJK positif dan Negatif.5 Apakah variabel Gula Darah berdistribusi normal

Jawab:1. Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol)

dan sajikan dalam bentuk Frekuensi distribusi

Langkah-langkaha. Buat variable baru dengan label LDLX:

1) Transform Compute Variabel 2) Isi target variable LDLX3) Masukkan numeric expression dengan rumus: (18.73 + 0.572X kolesterol) OK

Pertama, kita harus menentukan jumlah kelas dan interval kelas :Jumlah kelas = 1+ 3,3 log n

= 1+ 3,3 log 133 = 8

Interval kelas = nilai maksimum – nilai minimum Jumlah kelas

= (247.53-75.93)/8= 21,45, namun untuk mempermudah kita gunakan intervalnya 50, dan

jumlah kelasnya menjadi 4 (karena nilai minimum dan maksimum sudah termasuk dalam kelas)

Jadi distribusi frekuensi LDLXnya menjadi : 75.00 – 124.99125.00 – 174.99175.00 – 224.99225.00 – 274.99

b. Buat Kategori LDLX:1) Transform Recode into different variable 2) Isi input variable LDLX3) Isi output variable Name : Kat LDLX, Label : Kategori LDLX CHANGE4) Isi Old and New Value masukkan nilai Klasifikasi LDLX

Range 75.00-124.99 value : 1Range 125.00-174.99 value : 2Range 175.00-224.99 value : 3Range 225.00-274.99 value : 4

5) CONTINUE6) OK

Kemudian buka variable view: Ubah type menjadi string, Ubah decimal menjadi 0, Isi nilai value KatLDLX :

1 75.00-124.992 125.00-174.993 175.00-224.994 225.00-274.99

Ubah measure jadi nominal,

c.Kemudian kita akan menampilkan distribusi dan bar chart untuk KatLDLX, caranya :1) Analyze Descriptive Statistic Frequencies2) Masukkan variable KatLDLX3) Pada Statistic mean, std.dev, maximum, minimum.4) Pada Charts bar Chart5) OK

Hasil:Statistics

Kategori LDLX

N Valid 133

Missing 0Mean 1.5338Median 1.0000Mode 1.00Std. Deviation .63424Minimum 1.00Maximum 4.00

Kategori LDLX


PercentCumulative

Percent

Valid 75.00 - 124.99 70 52.6 52.6 52.6

125.00 -174.99 57 42.9 42.9 95.5

175.00 -224.99 4 3.0 3.0 98.5

225.00 -274.99 2 1.5 1.5 100.0

Total 133 100.0 100.0

atauKategori LDLX


Cumulative

Percent

Valid 1,00 70 52,6 52,6 52,6

2,00 57 42,9 42,9 95,5

3,00 4 3,0 3,0 98,5

4,00 2 1,5 1,5 100,0

Total 133 100,0 100,0

2. Buatlah Frekuensi distribusi LDLX berdasarkan jenis kelaminLangkah-langkah:a. Ganti value pada jenis kelamin

Buka variable view: Ubah decimal menjadi 0, Isi nilai value Jenis Kelamin :

1 Laki-laki2 Perempuan


b. Lalu buat table Frekuensi distribusi LDLX berdasarkan jenis kelamin:1) Analyze descriptive statistic cross tab2) Isi ROW KatLDLX3) Isi COLUMN Jenis Kelamin4) OK

Hasil Output :

Kategori LDLX * Jenis Kelamin CrosstabulationCount

Jenis Kelamin

TotalLaki - laki Perempuan

Kategori LDLX

1,00 34 36 70

2,00 26 31 57

3,00 3 1 4

4,00 1 1 2Total 64 69 133

1 Hitunglah korelasi LDLX dan Total Kolesterol berapa nilai p dan tLangkah-langkah:

1) Analyze Correlate bivariate (data Numeric vs Numeric)2) Isi variable LDLX dan Total Kolesterol3) OK

Interpretasi :Lihat di Pearson Correlation untuk mengetahui tingkat korelasi


Kemudian lihat di Sig. (2-tailed) untuk mengetahui kemaknaan korelasi>0,05 = h0 diterima<0,05 = h0 ditolak

Hasil Output :

Correlations

LDLXTotal

Cholesterol

LDLX Pearson Correlation

1 1,000**


N 133 133

Total Cholesterol

Pearson Correlation

1,000** 1


N 133 133


Pearson ( r ) 1,000 korelasi sangat kuat Sig (2 tailed) 0,000 <0,05 H0 ditolak ada korelasi antara LDLX dan Total Cholesterol

4. Apakah ada perbedaan LDLX antar kelompok Genetik PJK positif dan Negatif.a. Buka variable view, isi value genetic 0 = genetic negative, 1 = genetic postitifb. Kunci: Karena mencari perbedaan rata-rata antara 2 kelompok (kelompok Genetik

PJK terdiri dari 2 kelompok = Genetik PJK positif dan Negatif) pakai uji T

Cara:1) Analyze compare mean independent samples T-test2) Isi test variabel LDLX3) Isi grouping variabel Genetik PJK4) Define group use specific value group 1= 0, group 2 =15) CONTINUE6) OK

Interpretasi :Lihat pada levene test test for equality of variances (signifikasi) :

Bila > 0,05 = varians sama baca data Sig. (2-tailed) pada t-test for Equality of Means pada equal variances assumed >0,05 H0 diterima

Bila < 0,05 = varians beda baca data Sig. (2-tailed) pada t-test for Equality of Means pada equal variances not assumed

Hasil Output:




F Sig. t df Sig. (2-tailed)

Mean

Difference

LDLX Equal variances assumed .590 .444 -1.002 131 .318 -7.04811

Equal variances not

assumed

-.911 30.949 .369 -7.04811

Interpretasi Kasus: Sig. pada levene test test for equality of variances 0,444 >0,05 varians sama Karena varian sama, maka kita membaca Sig. (2-tailed) pada t-test for Equality of Means

pada equal variances assumed = sig 0,318 > 0,05 = H0 diterima = tidak ada perbedaan LDLX antar kelompok Genetik PJK positif dan Negatif.

5. Apakah variabel Gula Darah berdistribusi normal

Langkah-langkah:Kunci : mencari distribusi normal atau tidak Data numerik

1) Analyze Descriptive Explore 2) Isi dependent list Gula Darah Sewaktu3) Plot normality plot with test4) OK

Lihat signifikasi di Kolmogorov-SmirnovInterpretasi :

Berdistribusi Normal : jika pada sig > 0,05Berdistribusi tidak normal : jika nilai sig < 0,05

Hasil Output:

Tests of Normality



Gula Darah Sewaktu ,288 133 ,000 ,507 133 ,000


Interpretasi kasus:Signifikasi pada Kolmogorov-Smirnov 0,000 <0,05 Gula Darah Sewaktu

berdistribusi tidak normal.

31BY : Ristari Okvaria


Penjelasan




2 Buatlah Frekuensi distribusi LDLX berdasarkan kelompok IMT3 Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan t4 Apakah ada perbedaan LDLX antar kelompok Genetik PJK positif dan Negatif.5 Apakah variabel IMT berdistribusi normal

Jawab:3. Langkah-langkah

d. Buat variable baru dengan label LDLX:4) Transform Compute Variabel 5) Isi target variable LDLX6) Masukkan numeric expression dengan rumus: (18.73 + 0.572X kolesterol) OK

Pertama, kita harus menentukan jumlah kelas dan interval kelas :Jumlah kelas = 1+ 3,3 log n

= 1+ 3,3 log 133 = 8


= (247.53-75.93)/8= 21,45, namun untuk mempermudah kita gunakan intervalnya 50, dan

jumlah kelasnya menjadi 4 (karena nilai minimum dan maksimum sudah termasuk dalam kelas)

Jadi distribusi frekuensi LDLXnya menjadi : 75.00 – 124.99125.00 – 174.99175.00 – 224.99225.00 – 274.99

Atau Bisa Juga Dengan Distribusi(terserahhh sihhh..hehhe): 51.00-100.99101.00-150.99151.00-200.99201.00-250.99

e. Buat Kategori LDLX:7) Transform Recode into different variable 8) Isi input variable LDLX9) Isi output variable Name : Kat LDLX, Label : Kategori LDLX CHANGE10) Isi Old and New Value masukkan nilai Klasifikasi LDLX

Range 75.00-124.99 value : 1Range 125.00-174.99 value : 2Range 175.00-224.99 value : 3Range 225.00-274.99 value : 4

11) CONTINUE12) OK

Kemudian buka variable view: Ubah type menjadi string, Ubah decimal menjadi 0, Isi nilai value KatLDLX :

1 75.00-124.992 125.00-174.993 175.00-224.994 225.00-274.99


f. Kemudian kita akan menampilkan distribusi dan bar chart untuk KatLDLX, caranya :6) Analyze Descriptive Statistic Frequencies7) Masukkan variable KatLDLX8) Pada Statistic mean, std.dev, maximum, minimum.9) Pada Charts bar Chart

10) OK

Hasil:Statistics

Kategori LDLX

N Valid 133

Missing 0Mean 1.5338Median 1.0000Mode 1.00Std. Deviation .63424Minimum 1.00Maximum 4.00

Kategori LDLX


PercentCumulative

Percent

Valid 75.00 - 124.99 70 52.6 52.6 52.6

125.00 -174.99 57 42.9 42.9 95.5

175.00 -224.99 4 3.0 3.0 98.5

225.00 -274.99 2 1.5 1.5 100.0

Total 133 100.0 100.0

4. Buatlah Frekuensi distribusi LDLX berdasarkan kelompok IMTLangkah-langkah:c. Buat variable IMT :

1) Transform Compute Variabel 2) Isi target variable IMT3) Masukkan numeric expression dengan rumus mencari IMT :

(berat)/(tinggi/100*tinggi/100) OK

d. Buatlah Kategori IMT, caranya :1) Transform Recode into different variable 2) Isi input variable IMT 3) Isi output variable Name : KatIMT, Label : Kategori IMT CHANGE4) Isi Old and New Value masukkan nilai Klasifikasi IMT berdasarkan Asia (lihat

panduan)Lowest thru 18,5 value : 1Range 18,5 – 22,99 value : 2Range 23 – 24,99 value : 3

Range 25 – 29,99 value : 4Highest thru 30 value : 5

5) CONTINUE6) OK

Kemudian buka variable view: Ubah type menjadi string, Ubah decimal menjadi 0, Isi nilai value KatIMT :

1 underweight2 healthy weight3 overweight4 heavily overweight5 obese


e. Lalu buat table Frekuensi distribusi LDLX berdasarkan kelompok IMT:5) Analyze descriptive statistic cross tab6) Isi ROW KatLDLX7) Isi COLUMN KatIMT8) OK

Hasil:Kategori LDLX * Kategori IMT Crosstabulation

Count

Kategori IMT

TotalUNDER

WEIGHT

HEALTHY

WEIGHT OVERWEIGHT

HEAVILY

OVERWEIGHT OBESE

Kategori LDLX 75.00 - 124.99 21 16 9 11 13 70

125.00 - 174.99 17 16 8 11 5 57

175.00 - 224.99 1 0 0 3 0 4

225.00 - 274.99 1 0 0 1 0 2Total 40 32 17 26 18 133

5. Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan t

Langkah-langkah:4) Analyze Correlate bivariate (data Numeric vs Numeric)5) Isi variable LDLX dan Trigliserid6) OK

Interpretasi :Lihat di Pearson Correlation untuk mengetahui tingkat korelasi


Kemudian lihat di Sig. (2-tailed) untuk mengetahui kemaknaan korelasi>0,05 = h0 diterima<0,05 = h0 ditolak

Hasil Kasus:

Pearson ( r ) 0,448 korelasi sedangSig (2 tailed) 0,000 <0,05 H0 ditolak ada korelasi antara LDLX dan Trigliserid

Lanjutan Soal ke-31 (By : Ristari Okvaria)

6. Apakah ada perbedaan LDLX antar kelompok Genetik PJK positif dan Negatif.c. Buka variable view, isi value genetic 0 = genetic negative, 1 = genetic postitifd. Kunci: Karena mencari perbedaan rata-rata antara 2 kelompok (kelompok Genetik

PJK terdiri dari 2 kelompok = Genetik PJK positif dan Negatif) pakai uji T

Cara:7) Analyze compare mean independent samples T-test8) Isi test variabel LDLX9) Isi grouping variabel Genetik PJK10) Define group use specific value group 1= 0, group 2 =1

Correlations

LDLX Triglecerid



N 133 133

Triglecerid

Pearson Correlation .448** 1


N 133 133


11) CONTINUE12) OK

Interpretasi :Lihat pada levene test test for equality of variances (signifikasi) :

Bila > 0,05 = varians sama baca data Sig. (2-tailed) pada t-test for Equality of Means pada equal variances assumed >0,05 H0 diterima

Bila < 0,05 = varians beda baca data Sig. (2-tailed) pada t-test for Equality of Means pada equal variances not assumed

Hasil:





LDLX Equal variances assumed .590 .444 -1.002 131 .318 -7.04811

Equal variances not assumed -.911 30.949 .369 -7.04811

Interpretasi Kasus: Sig. pada levene test test for equality of variances 0,444 >0,05 varians sama Karena varian sama, maka kita membaca Sig. (2-tailed) pada t-test for Equality of Means

pada equal variances assumed = sig 0,318 > 0,05 = H0 diterima = tidak ada perbedaan LDLX antar kelompok Genetik PJK positif dan Negatif.

7. Apakah variabel IMT berdistribusi normalCara:Kunci : mencari distribusi normal atau tidak Data numerik

5) Analyze Descriptive Explore 6) Isi dependent list IMT7) Plot normality plot with test8) OK

Lihat signifikasi di Kolmogorov-SmirnovInterpretasi :

Berdistribusi Normal : jika pada sig > 0,05Berdistribusi tidak normal : jika nilai sig < 0,05

Hasil :

Tests of Normality



Indeks Massa Tubuh .069 133 .200* .957 133 .000

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

Interpretasi kasus:Signifikasi pada Kolmogorov-Smirnov 0,2 >0,05 IMT berdistribusi normal

32By : Echa


2 Apakah ada Hubungan Genetik PJK dan PJK buktikan3 Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan t4 Apakah ada perbedaan LDLX antar kelompok PJK positif dan Negatif.5 Apakah variabel IMT berdistribusi normal

JAWABAN :Langkah Awal : buka spss, buka file excel (udah tau semua kan teman?), ubah beberapa

variable view.


Buat variable LDLX :Transform Compute Variabel Isi target variable LDLXMasukkan numeric expression dengan rumus mencari LDLX : (18.73 + (0.572xkolesterol)) OK

Sajikan dalam bentuk distribusi frekuensiBuat Kategori LDLX :Transform Recode into different variable

Isi input variable LDLX Isi output variable Name : KatLDLX, Label : Kategori LDLX CHANGEIsi Old and New Value masukkan nilai distribusi. Biar lebih mudah, kita buat interval kelasnya 50 aja ya teman (nilai minimum LDLX = 75,93, nilai maximum = 247, 53). Tapi kalo temen2 pake interval lain/ pake rumus 1+3,3 log n silahkan ajaa

Range 51,00-100,99 value : 1Range 101,00-150,99 value : 2Range 151,00-200,99 value : 3Range 201,00-250,99 value : 4

CONTINUEOKKemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi nilai value KatLDLX :1 51,00-100,992 101,00-150,993 151,00-200,994 201,00-250,99

Kemudian kita akan menampilkan distribusi dan bar chart untuk KatLDLX, caranya :Analyze Descriptive Statistic FrequenciesMasukkan variable KatLDLXPada Statistic mean, std.dev, maximum, minimum.Pada Charts bar ChartOK

Hasil :

2 Apakah ada Hubungan Genetik PJK dan PJK buktikanKe variable view, isi value genetic 0 = genetic negative, 1 = genetic postitifHubungan Chi Square kategorik-kategorik genetikPJK dengan PJK

Analyze descriptive statistic Cross tab

Kategori LDLX


Percent

Valid 51.00-100.99 24 18.0 18.0 18.0

101.00-150.99 86 64.7 64.7 82.7

151.00-200.99 19 14.3 14.3 97.0

201.00-250.99 4 3.0 3.0 100.0

Total 133 100.0 100.0

Rows Genetik PJKColumns PJKStatistics Chi squareCONTINUEOK

Interpretasi lihat di chi square Jika table 2x2, nilai expected tidak ada yang < 5, maka yang dibaca adalah

continuity correction Jika table 2x2, nilai expected ada yang < 5, maka yang dibaca adalah fisher’s

exact test Jika table > 2x2, tanpa melihat nilai expected, maka yang dibaca adalah

pearson chi square

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Exact Sig. (2-

sided)

Exact Sig. (1-

sided)


Continuity Correctionb 69.003 1 .000


Fisher's Exact Test .000 .000

N of Valid Cases 133



0 cells have count less <5 Lihat continuity, sig 0,000 <0,05 H0 ditolak ada hubungan antara genetic PJK dan PJK

3 Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan tAnalyze Correlate bivariate (data Numeric vs Numeric)

Isi variable LDLX dan trigliserida

OK

Correlations

LDLX Trigliserida



N 133 133

Trigliserida Pearson Correlation .448** 1


N 133 133


Interpretasi :

Nilai r/t Lihat di pearson untuk mengetahui tingkat korelasi

0 – 0,25 = korelasi Lemah

0,25-0,5 = korelasi Sedang

0,5-0,75 = korelasi Kuat

0,75-1,0 = korelasi sangat kuat

t= 0,448 Korelasi sedang

Nilai p Kemudian lihat di sig untuk mengetahui kemaknaan korelasi

<0,05 = h0 ditolak

>0,05 = h0 diterima

P = 0,000 H0 ditolak Ada korelasi antara LDLX dan trigliserida

4 Apakah ada perbedaan LDLX antar kelompok PJK positif dan Negatif.Karena mencari perbedaan rata-rata antara 2 kelompok, 2 variabel kategorik (kelompok

PJK terdiri dari 2 kelompok = PJK positif, PJK Negatif ) uji T

Analyze compare mean independent samples T-test

Isi test variabel LDLX

Isi grouping variabel PJK

Define group use specific value group 1= 0, group 2 =1

CONTINUE

OK

Hasil :

Lihat di Lampiran

Interpretasi :

g. Lihat sig pada levene test test for equality of variances (signifikasi) :

Bila > 0,05 = varians sama baca data pada equal variances assumed

Bila < 0,05 = varians beda baca data pada equal variances not assumed

Pada kasus 0,579 > 0,05 varians sama

h. Karena varian sama, maka kita membaca data pada equal variances assumed = sig

0,395 > 0,05 = H0 diterima = tidak ada perbedaan LDLx pada kelmpok PJK positif

dan PJK negatif

5 Apakah variabel IMT berdistribusi normal?Buat variable IMT :

Transform Compute Variabel

Isi target variable IMT

Masukkan numeric expression dengan rumus mencari IMT :

(berat)/(tinggi/100*tinggi/100) OK

Analyze descriptive statistic explore

Dependent list IMT

Plots normality plot with test

CONTINUE

OK

Hasil :

Interpretasi :

Lihat Hasil di Kolmogrov-Smirnov,

Tests of Normality



Indeks Massa Tubuh .069 133 .200* .957 133 .000





Interpretasi :

pada signifikasi = 0,200, >0,05 (pada kasus berdistribusi normal)






Equal variances not

assumed

-.868 70.692 .389 -5.11187






Equal variances not

assumed

-.868 70.692 .389 -5.11187

33Jawaban Soal 33.1. Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi

untuk data Kualitatif.

Langkah awal : Klik transform compute variabel tulis ditarget variabel (IMT) ketik

pada Numeric Expression rumusnya, yaitu : IMT = (Berat)/(Tinggi/100*Tingggi/100)

OK.

Kemudian buat kategori IMT : Transform recode into different variables masukkan

IMT pada (Numeric Variabel Output Variable) , name : KATIMT, label : Kategori IMT

change baru masukkan data di old and new values sesuai kategori IMT OK.

Pada variabel view : ganti KATIMT dengan Nominal pada measure, beri nama di values dan

pada kolom decimals jadikan nol (0).

Menganalisis data : Analyze Descriptive statistics frequencies masukkan pada

variabel (Kategori IMT) pada charts (Bar chart) OK

KATEGORI IMT


Cumulative

Percent

Valid Underweight 40 30.1 30.1 30.1

Healthyweight 32 24.1 24.1 54.1

Overweight 17 12.8 12.8 66.9

heavilyoverweight 26 19.5 19.5 86.5

obese 18 13.5 13.5 100.0

Total 133 100.0 100.0

2. Buatlah Frekuensi LDL penderita

Buat kategori LDL : Transform recode into different variables masukkan LDL pada

(Numeric Variabel Output Variable) , name : KATLDL, label : Kategori LDL change

baru masukkan data di old and new values OK.

Pada variabel view : ganti KATLDL dengan Nominal pada measure, beri nama di values dan

pada kolom decimals jadikan nol (0).

Menganalisis data : Analyze Descriptive statistics frequencies masukkan pada

variabel (Kategori LDL) pada charts (Bar chart) OK

KATEGORI LDL


Cumulative

Percent

Valid LDL NORMAL 38 28.6 28.6 28.6

LDL TINGGI 95 71.4 71.4 100.0

Total 133 100.0 100.0

3. Hitunglah korelasi HDL dan IMT berapa nilai p dan t

Terlebih dahulu nilai, apakah HDL dan IMT berdistribusi normal atau tidak.

Uji normalitas untuk HDL HDL tidak berdistribusi normal karena nilai p <0,05.

Tests of Normality



HDL .181 133 .000 .903 133 .000


Uji normalitas untuk IMT IMT berdistribusi normal karena nilai p > 0,05

Tests of Normality



IMT .069 133 .200* .957 133 .000



Karena kategori HDL tidak berdistribusi normal sedangkan IMT berdistribusi normal :

Maka gunakan Pearson Correlation dianggap kedua kategori berdistribusi normal

Correlations

HDL IMT

HDL Pearson Correlation 1 -.100


N 133 133

IMT Pearson Correlation -.100 1


N 133 133

Nilai p= 0,250. Karena p>0,05 Tidak ada korelasi yang bermakna antara HDL dengan

IMT.

Nilai korelasi Pearson = - 0,100 korelasi negative, tidak ada hubungan.

Atau gunakan statistic nonparametris (Kendall’s tau_b) :

Correlations

HDL IMT

Kendall's tau_b HDL Correlation Coefficient 1.000 -.050


N 133 133

IMT Correlation Coefficient -.050 1.000


N 133 133

Nilai p= 0,408. Karena p>0,05 Tidak ada korelasi yang bermakna antara HDL dengan

IMT.

Nilai korelasi Pearson = - 0,050 korelasi negative, tidak ada hubungan.

4. Apakah ada perbedaan LDL antar kelompok Umur 2 kategori

Terlebih dahulu buat kelompok umur menjadi 2 kategori :

KATEGORI UMUR


Cumulative

Percent

Valid 22-51 71 53.4 53.4 53.4

52-81 62 46.6 46.6 100.0

Total 133 100.0 100.0

Karena variabel kategori umur ada 2 kelompok GUNAKAN UJI-T.

Analyze Compare means Independent samples t-test LDL dan kategori umur

definisi dulu, define group (umur, 1 dan 2) OK.





LDL Equal variances assumed .051 .821 -.404 131 .687 -3.208

Equal variances not

assumed

-.405 128.643 .687 -3.208

Terlebih dahulu untuk melihat pada kotak Levene’s test, nilai sig. = 0,821. Karena nilai p>0,05

maka varians data kedua kelompok sama.

Karena varians data kedua kelompok sama, maka lihat hasil uji-t pakai baris pertama (Equal

variances assumed), nilai sig. = 0,687

Nilai sig. = 0,687. Karena nilai p>0,05 maka kesimpulan Tidak ada perbedaan LDL antar

kelompok Umur 2 kategori.

5. Apakah variabel Gula Darah berdistribusi normal ?

Tests of Normality





Hasil : p=0,000. Karena p<0,05 maka Gula darah tidak berdistribusi normal.

34

Statistics

Kategori VLDL

N Valid 133

Missing 0

Kategori VLDL


Cumulative

Percent

Valid 38.00-73.99 12 9.0 9.0 9.0

74.00-109.99 44 33.1 33.1 42.1

110.00-145.99 38 28.6 28.6 70.7

146.00-181.99 27 20.3 20.3 91.0

182.00-217.99 7 5.3 5.3 96.2

218.00-253.99 2 1.5 1.5 97.7

254.00-289.99 3 2.3 2.3 100.0

Total 133 100.0 100.0

ONEWAY LDL BY KATVLDL /MISSING ANALYSIS /POSTHOC=BONFERRONI ALPHA(0.05).

Oneway

ANOVA

LDL


Between Groups 259605.547 6 43267.591 406.479 .000

Within Groups 13412.040 126 106.445

Total 273017.587 132

Post Hoc Tests


LDL

Bonferroni

(I) Kategori VLDL (J) Kategori VLDL Mean Difference




dimensi

on2

38.00-73.99

dimension3

74.00-109.99 -35.1561* 3.3600 .000 -45.575 -24.737

110.00-145.99 -66.4939* 3.4164 .000 -77.088 -55.900

146.00-181.99 -101.3426* 3.5795 .000 -112.442 -90.243

182.00-217.99 -132.5976* 4.9068 .000 -147.813 -117.382

218.00-253.99 -176.2833* 7.8799 .000 -200.718 -151.849

254.00-289.99 -225.5500* 6.6597 .000 -246.201 -204.899

74.00-109.99

dimension3

38.00-73.99 35.1561* 3.3600 .000 24.737 45.575

110.00-145.99 -31.3378* 2.2848 .000 -38.423 -24.253

146.00-181.99 -66.1865* 2.5222 .000 -74.008 -58.365

182.00-217.99 -97.4416* 4.1983 .000 -110.460 -84.423

218.00-253.99 -141.1273* 7.4593 .000 -164.258 -117.997

254.00-289.99 -190.3939* 6.1564 .000 -209.484 -171.304

110.00-145.99dimension3

38.00-73.99 66.4939* 3.4164 .000 55.900 77.088

74.00-109.99 31.3378* 2.2848 .000 24.253 38.423

146.00-181.99 -34.8487* 2.5968 .000 -42.901 -26.796

182.00-217.99 -66.1038* 4.2435 .000 -79.263 -52.945

218.00-253.99 -109.7895* 7.4849 .000 -132.999 -86.580

254.00-289.99 -159.0561* 6.1873 .000 -178.242 -139.870

146.00-181.99

dimension3

38.00-73.99 101.3426* 3.5795 .000 90.243 112.442

74.00-109.99 66.1865* 2.5222 .000 58.365 74.008

110.00-145.99 34.8487* 2.5968 .000 26.796 42.901

182.00-217.99 -31.2550* 4.3759 .000 -44.824 -17.686

218.00-253.99 -74.9407* 7.5607 .000 -98.386 -51.496

254.00-289.99 -124.2074* 6.2789 .000 -143.678 -104.737

182.00-217.99

dimension3

38.00-73.99 132.5976* 4.9068 .000 117.382 147.813

74.00-109.99 97.4416* 4.1983 .000 84.423 110.460

110.00-145.99 66.1038* 4.2435 .000 52.945 79.263

146.00-181.99 31.2550* 4.3759 .000 17.686 44.824

218.00-253.99 -43.6857* 8.2722 .000 -69.337 -18.035

254.00-289.99 -92.9524* 7.1195 .000 -115.029 -70.875

218.00-253.99

dimension3

38.00-73.99 176.2833* 7.8799 .000 151.849 200.718

74.00-109.99 141.1273* 7.4593 .000 117.997 164.258

110.00-145.99 109.7895* 7.4849 .000 86.580 132.999

146.00-181.99 74.9407* 7.5607 .000 51.496 98.386

182.00-217.99 43.6857* 8.2722 .000 18.035 69.337

254.00-289.99 -49.2667* 9.4183 .000 -78.472 -20.061

254.00-289.99

dimension3

38.00-73.99 225.5500* 6.6597 .000 204.899 246.201

74.00-109.99 190.3939* 6.1564 .000 171.304 209.484

110.00-145.99 159.0561* 6.1873 .000 139.870 178.242

146.00-181.99 124.2074* 6.2789 .000 104.737 143.678

182.00-217.99 92.9524* 7.1195 .000 70.875 115.029

218.00-253.99 49.2667* 9.4183 .000 20.061 78.472


Correlations

Correlations

HDL VLDL

HDL Pearson Correlation 1 .139


N 133 133

VLDL Pearson Correlation .139 1


N 133 133

Explore


Cases

Valid Missing Total


VLDL 133 100.0% 0 .0% 133 100.0%

Descriptives

Statistic Std. Error

VLDL Mean 126.2891 3.92859

95% Confidence Interval for

Mean

Lower Bound 118.5179

Upper Bound 134.0602

5% Trimmed Mean 123.5677

Median 117.2222

Variance 2052.696


Minimum 38.89

Maximum 289.67

Range 250.78

Interquartile Range 55.22

Skewness 1.036 .210

Kurtosis 1.953 .417

Tests of Normality



VLDL .085 133 .020 .943 133 .000


VLDL

Tests of Normality



VLDL .085 133 .020 .943 133 .000


VLDL Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 3 . 8 1.00 4 . 9 4.00 5 . 1249 4.00 6 . 3577 5.00 7 . 03488 13.00 8 . 0123667899999 12.00 9 . 033567777889 16.00 10 . 1333455566777789 12.00 11 . 112223555677 12.00 12 . 114455577799 7.00 13 . 0124788 10.00 14 . 1333333679 11.00 15 . 00123466688 4.00 16 . 0268 8.00 17 . 12234489 5.00 18 . 03338 .00 19 . 3.00 20 . 066 .00 21 . .00 22 . 1.00 23 . 2 4.00 Extremes (>=234)

Stem width: 10.00 Each leaf: 1 case(s)

T-Test

Group Statistics

Kategori VLDL N Mean Std. Deviation Std. Error Mean

Gula Darah Sewaktu Normal 40 136.07 83.427 13.191

Hiperlipidemia 93 140.67 91.534 9.492



Variances


Gula Darah Sewaktu Equal variances assumed .002 .963 -.272 131 .786

Equal variances not

assumed

-.283 80.673 .778

37

Ujian Praktikum Piranti Lunak Biostatistik Blok 20

Penjelasan



1 Buatlah Variabel baru dengan label VLDL dengan formula (kolesterol – HDL) -(Trigliserid/5) dan sajikan dalam bentuk Frekuensi distribusi

2 Buatlah Frekuensi distribusi Kejadian PJK berdasarkan kelompok umur3 Hitunglah korelasi Hemotokrit dan LDL berapa nilai p dan t4 Apakah ada perbedaan LDLantar kelompok PJK positif dan Negatif.5 Apakah variabel Hemotokrit berdistribusi normal

JAWABAN

1. Bentuk Frekuensi distribusi VLDL

Banyak kelas interval adalah : 1+3.3 log n = 1+3.3 log 133 = 7.99 = 8Panjang kelas interval adalah : (nilai maks - nilai min)/banyak kelas = (297-50)/8 = 30,875 ; tetapi untuk mempermudah perhitungan lebar kelas dipilih 30

kategori VLDL


Cumulative

Percent

Valid 50-79.99 13 9.8 9.8 9.8

80-109.99 39 29.3 29.3 39.1

110-139.99 33 24.8 24.8 63.9

140-169.99 26 19.5 19.5 83.5

170-199.99 14 10.5 10.5 94.0

200-229.99 3 2.3 2.3 96.2

230-259.99 2 1.5 1.5 97.7

260-289.99 1 .8 .8 98.5

290-319 2 1.5 1.5 100.0

Total 133 100.0 100.0

2. Frekuensi distribusi Kejadian PJK berdasarkan kelompok umur :

kategori umur * PJK Crosstabulation

Count

PJK

Totaltidak PJK PJK

kategori umur 22-31 7 3 10

32-41 18 7 25

42-51 28 8 36

52-61 26 12 38

62-71 11 6 17

72-81 5 2 7

Total 95 38 133

3. korelasi Hemotokrit dan LDL berapa nilai p dan t

Correlations

Hemotokrit LDL

Hemotokrit Pearson Correlation 1 .071


N 133 133

LDL Pearson Correlation .071 1


N 133 133

- Pada Pearson Correlation Hemotokrit-LDL (nilai r) = 0.071 artinya tidak ada hubungan /

hubungan lemah (0 – 0.25)

- Nilai p = 0.420

t = r n-2 = 0.071 133-2 = 0.071 131 = 0.81468

1- r2 1 – 0.0712 0.994959

Maka nilai t = 0.814

4. Apakah ada perbedaan LDLantar kelompok PJK positif dan Negatif.


Levene's Test for

Equality of


F Sig. t df

Sig. (2-

tailed)

Mean

Differenc

e

Std. Error

Differenc

e

95% Confidence

Interval of the

Difference

Lower Upper

LDL Equal variances

assumed

.003 .957 -.359 131 .720 -3.1474 8.7583 -20.4733 14.1786

Equal variances

not assumed

-.354 66.010 .725 -3.1474 8.8993 -20.9153 14.6205

- Pada Levene's Test for Equality of Variances (sig.) = 0.957 > 0.05 berarti varian sama

- Karena varian sama maka pada t-test for Equality of Means ( sig. 2-tailed) = 0.720

> 0.05 berarti Ho diterima “ tidak ada perbedaan LDL antar kelompok PJK positif dan

Negatif ”5. Apakah variabel Hemotokrit berdistribusi normal

Tests of Normality



Hemotokrit .164 133 .000 .898 133 .000

Pada Kolmogorov-Smirnova (sig.) = 0.000 artinya variable hemotokrit tidak berdistribusi normal

(< 0.05)

381.Frekuensi distribusi VLDL

kategori VLDL


Cumulative

Percent

Valid 51-75 10 7.5 7.9 7.9

76-100 19 14.3 15.1 23.0

101-125 34 25.6 27.0 50.0

126-150 24 18.0 19.0 69.0

151-175 19 14.3 15.1 84.1

176-200 12 9.0 9.5 93.7

201-225 3 2.3 2.4 96.0

226-250 2 1.5 1.6 97.6

276-300 3 2.3 2.4 100.0

Total 126 94.7 100.0

Missing System 7 5.3

Total 133 100.0

2.

PJK * Sex Crosstabulation

Count

Sex

Total1 2

PJK 0 42 53 95

1 22 16 38

Total 64 69 133

3 tidak ada perbedaan karena p hasil=0.217>0.05

Chi-Square Tests

Value df

Asymp. Sig. (2-

sided)

Exact Sig. (2-

sided)

Exact Sig. (1-

sided)


Continuity Correctionb 1.525 1 .217


Fisher's Exact Test .181 .108

Linear-by-Linear Association 2.021 1 .155

N of Valid Cases 133



4.p=0.05 dan t=0.015 dan memiliki korelasi lemah antara gula darah sewaktu dengan LDL

Correlations

Gula Darah

Sewaktu LDL

Gula Darah Sewaktu Pearson Correlation 1 .210*


N 133 133

LDL Pearson Correlation .210* 1


N 133 133


5.karena p hasil = 0.301>0.05 berarti h0 diterima berarti tidak ada perbedaan rata-rata antara

LDL laki-laki dan perempuan

ANOVA

kategori LDL


Between Groups 3.433 1 3.433 1.082 .301

Within Groups 342.785 108 3.174

Total 346.218 109

39

Ujian Praktikum Piranti Lunak Biostatistik Blok 20

1 Buatlah Variabel baru dengan label VLDLF dengan formula (-27.6+0.81 Total kolesterol) dan sajikan dalam bentuk Frekuensi distribusi

2 Buatlah Frekuensi distribusi VLDLF Kejadian PJK 3 Hitunglah korelasi Trigliserid dan VLDLF berapa nilai p dan t4 Apakah ada perbedaan VLDF antar kelompok PJK positif dan Negatif.5 Apakah variabel VLDLF berdistribusi normal

Jawaban Soal Nomor 1

Kategori VLDLF


Cumulative

Percent

Valid 51-81 19 14.3 14.3 14.3

82-112 40 30.1 30.1 44.4

113-143 35 26.3 26.3 70.7

144-174 26 19.5 19.5 90.2

175-205 8 6.0 6.0 96.2

206-236 1 .8 .8 97.0

237-267 2 1.5 1.5 98.5

268-298 2 1.5 1.5 100.0

Total 133 100.0 100.0


Kategori VLDLF * PJK Crosstabulation

Count

PJK

TotalPJK Positif PJK Negatif

Kategori VLDLF 51-81 17 2 19

82-112 26 14 40

113-143 23 12 35

144-174 21 5 26

175-205 5 3 8

206-236 0 1 1

237-267 2 0 2

268-298 1 1 2

Total 95 38 133


Correlations

Triglecerid VLDLF

Triglecerid Pearson Correlation 1 .448**


N 133 133

VLDLF Pearson Correlation .448** 1


N 133 133


Nilai p : 0,0005



Levene's Test for

Equality of


F Sig. t df

Sig. (2-

tailed)

Mean

Differenc

e

Std. Error

Difference


Difference

Lower

Kategori VLDLF Equal variances

assumed

.510 .476 -.717 131 .475 -.195 .272 -.732

Equal variances not

assumed

-.720 68.875 .474 -.195 .270 -.734

Sig(2-tailed) 0,475 >0,05 : Ho Diterima.. Tidak ada hubungan

5. Jawaban soal nomor 5

Tests of Normality



VLDLF .081 133 .034 .932 133 .000


Hasil : 0,034 < 0,05 Distribusi tidak normal

40


LDLX


Cumulative

Percent

Valid normal 125 94.0 94.0 94.0

hiperkolestrol 8 6.0 6.0 100.0

Total 133 100.0 100.0

2. Buatlah Frekuensi distribusi LDLX berdasarkan kelompok umur

kategori umur * LDLX Crosstabulation

Count

LDLX

Totalnormal hiperkolestrol

kategori umur 20-30 10 0 10

31-40 22 1 23

41-50 35 2 37

51-60 34 3 37

61-70 17 2 19

71-80 7 0 7

Total 125 8 133

3. Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan t

Correlations

LDLX Triglecerid

LDLX Pearson Correlation 1 .109


N 133 133

Triglecerid Pearson Correlation .109 1


N 133 133

4. Apakah ada perbedaan LDLX antar kelompok PJK positif dan Negatif.


Levene's Test for

Equality of


F Sig. t df

Sig. (2-

tailed)

Mean

Difference

Std.

Error

Differe

nce

95% Confidence Interval of

the Difference

Lower Upper

LDLX Equal variances

assumed

.003 .957 -.359 131 .720 -1.80029 5.009

73

-11.71073 8.11014

Equal variances not

assumed

-.354 66.010 .725 -1.80029 5.090

37

-11.96353 8.36294

5. Apakah variabel LDLX berdistribusi normal

Tests of Normality



LDLX .084 133 .024 .936 133 .000


HASIL SPSS

Documents

Transcript of HASIL SPSS

Excel Spss

Lampiran 1. Hasil Pengolahan SPSS Viskositas Gelatinrepository.unika.ac.id/15307/8/13.70.0092 Agustina Cloudia LAMPIRAN...43 7. LAMPIRAN . Lampiran 1. Hasil Pengolahan SPSS Viskositas

ModuL SPSS

makalah SPSS

Quesioner + spss

Tugas SPSS

Hasil Analisa Data Spss

SINTAKSIS SPSS

MUDUL SPSS

PENGARUH KECERDASAN EMOSIONAL (EQ) DAN · PDF filePedoman Penskoran Angket 6. Hasil Uji Normalitas Data dengan SPSS.16 7. Hasil Uji Linieritas Data dengan SPSS.16 8. Skor angket kecerdasan

Pengantar spss

Output Spss

LAMPIRAN Lampiran I Hasil Uji SPSS

panduan SPSS

Mengolah Data Dengan SPSS · 2017. 1. 8. · Uji T Cara mengolah data menggunakan SPSS dan cara b. Uji F menganalisa hasil output SPSS 4. Koefisien Determinasi. MATERI 1 Uji Kuesioner.

pelathan SPSS

Cara Membaca Hasil Spss 17

Analisis spss

imania spss

Uji Chi Square Dengan SPSS Lengkap _ SPSS Indonesia