Tugas SPSS

1. Buatlah table frekuensi distribusi umur dengan memakai formula sturgess dan

sajikanlah dalam bentuk table dan histogram.

Jawab:

Banyak kelas = 1 + 3,3 log n Lebar interval = Range

banyak interval kelas

= 1 + 3,3 log (133) = 588

= 1 + 3,3 (2,12) = 7,25

= 1 + 6,99

= 7,99 = 8

Statistics

Umur

NValid 133

Missing 0

Range 58.0

Minimum 22.0

Maximum 80.0

Umur

Frequency Percent Valid Percent Cumulative

Percent

Valid 22.0 1 .7 .8 .8

24.0 1 .7 .8 1.5

25.0 1 .7 .8 2.3

27.0 1 .7 .8 3.0

30.0 6 4.5 4.5 7.5

32.0 1 .7 .8 8.3

33.0 2 1.5 1.5 9.8

34.0 1 .7 .8 10.5

35.0 3 2.2 2.3 12.8

36.0 3 2.2 2.3 15.0

38.0 3 2.2 2.3 17.3

39.0 1 .7 .8 18.0

40.0 9 6.7 6.8 24.8

41.0 2 1.5 1.5 26.3

42.0 3 2.2 2.3 28.6

43.0 4 3.0 3.0 31.6

44.0 2 1.5 1.5 33.1

45.0 6 4.5 4.5 37.6

46.0 2 1.5 1.5 39.1

47.0 4 3.0 3.0 42.1

48.0 6 4.5 4.5 46.6

49.0 4 3.0 3.0 49.6

50.0 4 3.0 3.0 52.6

51.0 1 .7 .8 53.4

52.0 2 1.5 1.5 54.9

53.0 2 1.5 1.5 56.4

54.0 4 3.0 3.0 59.4

55.0 6 4.5 4.5 63.9

56.0 3 2.2 2.3 66.2

57.0 2 1.5 1.5 67.7

58.0 2 1.5 1.5 69.2

59.0 4 3.0 3.0 72.2

60.0 11 8.2 8.3 80.5

61.0 2 1.5 1.5 82.0

62.0 2 1.5 1.5 83.5

63.0 1 .7 .8 84.2

65.0 5 3.7 3.8 88.0

67.0 2 1.5 1.5 89.5

68.0 1 .7 .8 90.2

69.0 1 .7 .8 91.0

70.0 5 3.7 3.8 94.7

72.0 1 .7 .8 95.5

73.0 1 .7 .8 96.2

74.0 1 .7 .8 97.0

75.0 1 .7 .8 97.7

80.0 3 2.2 2.3 100.0

Total 133 99.3 100.0

Missing System 1 .7

Total 134 100.0

Statistics

kategori umur

NValid 133

Missing 0

Range 8.00

Minimum 1.00

Maximum 9.00

kategori umur


Percent

Valid

22-28 tahun 4 3.0 3.0 3.0

29-35 tahun 13 9.8 9.8 12.8

26-42 tahun 21 15.8 15.8 28.6

43-49 tahun 28 21.1 21.1 49.6

50-56 tahun 22 16.5 16.5 66.2

57-63 tahun 24 18.0 18.0 84.2

64-70 tahun 14 10.5 10.5 94.7

71-77 tahun 4 3.0 3.0 97.7

78-84 tahun 3 2.3 2.3 100.0

Total 133 100.0 100.0

2. Buatlah variabel baru berupa variabel Indeks Massa Tubuh dengan rumus BB/(TB2)

dan lanjutkan dengan membuat variabel kategori IMT sesuai dengan ukuran orang

Asia.

Jawab :

Statistics

kategori IMT

NValid 133

Missing 0

Range 4.00

Minimum 1.00

Maximum 5.00

kategori IMT


Percent

Valid < 18,5 (underweight) 40 30.1 30.1 30.1

18,5-22,99 (healthy weight) 32 24.1 24.1 54.1

23,0-24,99 (overweight) 17 12.8 12.8 66.9

25,0-29,99 (heavily

overweight)

26 19.5 19.5 86.5

> 30 (obese) 18 13.5 13.5 100.0

Total 133 100.0 100.0

3. Apakah IMT berdistribusi normal

Jawab :

One-Sample Kolmogorov-Smirnov Test

IMT

N 133

Normal Parametersa,bMean 22.8073

Std. Deviation 6.58482

Most Extreme Differences

Absolute .069

Positive .069

Negative -.061

Kolmogorov-Smirnov Z .795

Asymp. Sig. (2-tailed) .552

a. Test distribution is Normal.

b. Calculated from data.

Dari Uji Kolmogorov-Smirnov, disimpulkan bahwa α = 0,05 , distribusi indeks massa tubuh

adalah normal (nilai p = 0,795).

H0 distribusi data sama dengan distribusi normal

H1 distribusi data tidak sama dengan distribusi normal

Nilai P > α

0,795 > 0,05

H0 diterima distribusi data adalah normal

4. Apakah kadar gula berdistribusi normal

Jawab :


Gula darah

sewaktu

N 133



Most Extreme Differences Absolute .288

Positive .288

Negative -.260

Kolmogorov-Smirnov Z 3.322




Pembahasan: Dengan Uji Kolmogorov-Smirnov, disimpulkan bahwa pada α =

0,05 ,distribusi kadar gula darah adalah normal (nilai p = 3,322).



Nilai P > α

3,322 > 0,05

H0 diterima, alternatif H1 ditolak

Dengan uji kolmogorov-smirnov,pada α = 0,05, distribusi kadar gula darah sewaktu

adalah normal (nilai P = 3,322)

5. Apakah total kolesterol berdistribusi normal

Jawab :


Total cholesterol

N 133




Absolute .081

Positive .081

Negative -.053






0,05 ,distribusi total kolesterol adalah normal (nilai p = 0,930).



Nilai P > α

0,930 > 0,05


Dengan uji kolmogorov-smirnov,pada α = 0,05, distribusi total kolesterol adalah normal

(nilai P = 0,930)

6. Apakah LDL berdistribusi normal.

Jawab :


LDL

N 133




Absolute .079

Positive .079

Negative -.047





Pembahasan : Dengan uji kolmogorov-smirnov, disimpulkan bahwa pada α =

0,05 ,distribusi LDL adalah normal (nilai p = 0,915).



Nilai P > α

0,915 > 0,05


Dengan Uji Kolmogorov-Smirnov,pada α = 0,05, distribusi LDL adalah normal (nilai P = 0,915)

7. Apakah Trigliserid berdistribusi normal

Jawab :


Trigelecerida

N 133




Absolute .204

Positive .194

Negative -.204





Pembahasan: Dengan Uji Kolmogorov-Smirnov, disimpulkan bahwa pada α = 0,05 ,

distribusi trigliserid adalah normal (nilai p = 2,353).



Nilai P > α

2,353 > 0,05


Dengan Uji Kolmogorov-Smirnov,pada α = 0,05, distribusi trigliserid adalah normal

(nilai P = 2,353)

8. Apakah HDL berdistribusi normal

Jawab:


HDL

N 133



Most Extreme Differences Absolute .181

Positive .181

Negative -.116






0,05 ,distribusi HDL adalah normal (nilai p = 2,088).



Nilai P > α

2,353 > 0,05


Dengan Uji Kolmogorov-Smirnov,pada α = 0,05, distribusi trigliserid adalah normal

(nilai P = 2,088)

9. Buatlah kategorisasi gula darah menjadi DM dan Non DM, berapa angka kejadian

DM pada sampel ini. Sajikan dalam bentuk tabel dan grafik

Jawab:

Kategori GDS


Percent

Valid

< 200 mg % (non DM) 120 90.2 90.2 90.2

> 200 mg % (DM) 13 9.8 9.8 100.0

Total 133 100.0 100.0

10. Sajikan Genetik PJK dalam bentuk bar diagram atau pie diagram

Jawab :

Genetik PJK


Percent

Valid

Genetik PJK Negative 109 82.0 82.0 82.0

Genetik PJK positif 24 18.0 18.0 100.0

Total 133 100.0 100.0

11. Sajikan PJK dalam bentuk tabel dan diagram

Jawab :

PJK


Percent

Valid

PJK negative 95 71.4 71.4 71.4

PJK positif 38 28.6 28.6 100.0

Total 133 100.0 100.0

12. Hitunglah korelasi antara IMT dan kadar gula darah, apakah korelasi bermakna

Jawab :

Correlations

Gula Darah

Sewaktu

Indeks Massa

Tubuh

Spearman's rho

Gula Darah Sewaktu

Correlation Coefficient 1.000 .155

Sig. (2-tailed) . .074

N 133 133

Indeks Massa Tubuh

Correlation Coefficient .155 1.000

Sig. (2-tailed) .074 .

N 133 133

Dari hasil di atas diperoleh nilai sig 0,074 yang menunjukan nilai P > 0,05 , tidak terdapat

korelasi yang bermakna antara IMT dan GDS.

13. Buatlah kategorisasi cholesterol berdasarkan rujukan umum

Jawab :

Langkah-langkah :

a. Pilih transform

b. Pilih Recode Into Different Variables

c. Masukkan total cholesterol pada numeric variable

d. Pada output variable

Name : kat_kolesterol (tanpa spasi)

Label : kategorisasi kolesterol (dengan spasi)

Pilih change

e. Klik old and new values

f. Pilih Lowest through value 200, value 1

Range 200 through 239, value 2

Value through Highest 240, value 3

g. Klik continue, Klik OK

kategori kolesterol


Percent

Valid

< 200 mg % (normal) 87 65.4 65.4 65.4

200-239 mg % (agak tinggi) 28 21.1 21.1 86.5

> 240 mg % (tinggi) 18 13.5 13.5 100.0

Total 133 100.0 100.0

14. Buatlah kategorisasi triglyserid berdasarkan rujukan umum

Jawab :

Langkah-langkah :

a. Pilih transform


c. Masukkan triglyserid pada numeric variable


Name : kat_tryglycerid (tanpa spasi)

Label : Kategorisasi triglycerid (dengan spasi)

Pilih change


f. Pilih Lowest through value 150,value 1

Range 150 through 199 , value 2




Kategori triglycerida


Percent

Valid

< 150 mg % (Normal) 100 75.2 75.2 75.2

150-199 mg % (Agak tinggi) 14 10.5 10.5 85.7

200-499 mg % (Tinggi) 18 13.5 13.5 99.2

> 500 mg % (Sangat tinggi) 1 .8 .8 100.0

Total 133 100.0 100.0

15. Buatlah kategorisasi LDL berdasarkan rujukan umum

Jawab :

Langkah-langkah :

a. Pilih transform


c. Masukkan LDL pada numeric variable


Name : kat_LDL (tanpa spasi)

Label : Kategorisasi LDL (dengan spasi)

Pilih change


f. Pilih Lowest through value 100 ,value 1

Range 100 through 129 , value 2




Kategori LDL


Percent

Valid

< 100 mg % (Normal) 38 28.6 30.6 30.6

100-129 mg % (Agak tinggi) 37 27.8 29.8 60.5

130-159 mg% (Tinggi) 29 21.8 23.4 83.9

160-189 mg % (Sangat tinggi) 20 15.0 16.1 100.0

Total 124 93.2 100.0

Missing System 9 6.8

Total 133 100.0

16. Buatlah kategorisasi HDL berdasarkan rujukan umum

Jawab :

Langkah-langkah :

a. Pilih transform


c. Masukkan HDL pada numeric variable


Name : kat_HDL (tanpa spasi)

Label : Kategorisasi HDL (dengan spasi)

Pilih change


f. Pilih Lowest through value 40 ,value 1



Kategorisasi HDL


Percent

Valid

< 40 mg % (Rendah) 96 72.2 91.4 91.4

> 60 mg % (Normal) 9 6.8 8.6 100.0

Total 105 78.9 100.0

Missing System 28 21.1

Total 133 100.0

17. Hitunglah angka kejadian PJK berdasarkan klasifikasi atau kategori masing-masing

profil lipid (kolesterol/LDL/triglyceride/HDL) sajikan dalam bentuk tabel dengan

menggunakan perintah crosstab, ujilah dengan chisquare.

Jawab :

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

kategori kolesterol * PJK 133 100.0% 0 0.0% 133 100.0%

kategori trigliserid * PJK 133 100.0% 0 0.0% 133 100.0%

kategorisasi LDL * PJK 133 100.0% 0 0.0% 133 100.0%

Kategorisasi HDL * PJK 133 100.0% 0 0.0% 133 100.0%

Kategori kolesterol*PJK

Crosstab

PJK Total

PJK Negative PJK Positive

kategori kolesterol

Normal (<200mg%)Count 61 26 87

% within kategori kolesterol 70.1% 29.9% 100.0%

Agak Tinggi (200-239mg%)Count 23 5 28


Tinggi (>240mg%)Count 11 7 18


TotalCount 95 38 133


Chi-Square Tests

Value df Asymp. Sig. (2-

sided)

Pearson Chi-Square 2.587a 2 .274

Likelihood Ratio 2.686 2 .261

Linear-by-Linear Association .036 1 .850

N of Valid Cases 133

a. 0 cells (0.0%) have expected count less than 5. The minimum

expected count is 5.14.

Kategori Trigliserid*PJK

Crosstab

PJK Total


kategori trigliseridNormal (<150mg%)

Count 75 25 100

% within kategori trigliserid 75.0% 25.0% 100.0%

Agak Tinggi (150-199mg%)Count 11 3 14


Tinggi (200-499mg%) Count 8 10 18


Sangat Tinggi (>500mg%)Count 1 0 1




Chi-Square Tests


sided)



Linear-by-Linear Association 4.064 1 .044



expected count is .29.

Kategorisasi LDL*PJK

Crosstab

PJK Total


kategorisasi LDL

normal (<100mg%)Count 26 12 38

% within kategorisasi LDL 68.4% 31.6% 100.0%

agak tinggi (100-129mg%)Count 25 12 37


tinggi (130-159mg%)Count 23 6 29


sangat tinggi (160-189mg%)Count 21 8 29




Chi-Square Tests


sided)







Kategori HDL*PJK

Crosstab

PJK Total


Kategorisasi HDL

Rendah (<40mg%)Count 69 27 96

% within Kategorisasi HDL 71.9% 28.1% 100.0%

Normal (>60mg%)Count 26 11 37




Chi-Square Tests


sided)

Exact Sig. (2-

sided)

Exact Sig. (1-

sided)

Pearson Chi-Square .034a 1 .854

Continuity Correctionb .000 1 1.000

Likelihood Ratio .034 1 .855

Fisher's Exact Test .834 .507



a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 10.57.

b. Computed only for a 2x2 table

18. Apakah terdapat hubungan antara genetik PJK dan kejadian PJK? Gunakan

chisquare test.


Cases

Valid Missing Total


GenetikPJK * PJK 133 100.0% 0 0.0% 133 100.0%

GenetikPJK * PJK Crosstabulation

PJK Total

PJK Negative PJK positif

GenetikPJK

Genetik PJK NegativeCount 95 14 109

% within GenetikPJK 87.2% 12.8% 100.0%

Genetik PJK PositifCount 0 24 24




Chi-Square Tests


sided)

Exact Sig. (2-

sided)

Exact Sig. (1-

sided)


Continuity Correctionb 69.003 1 .000


Fisher's Exact Test .000 .000





Symmetric Measures

Value Asymp. Std.

Errora

Approx. Tb Approx. Sig.

Ordinal by OrdinalGamma 1.000 .000 6.724 .000

Spearman Correlation .742 .057 12.665 .000c

Interval by Interval Pearson's R .742 .057 12.665 .000c


a. Not assuming the null hypothesis.

b. Using the asymptotic standard error assuming the null hypothesis.

c. Based on normal approximation.

Risk Estimate

Value 95% Confidence Interval

Lower Upper

For cohort PJK = PJK positif .128 .079 .209


Catatan :

- P value < 0,05 tidak homogen, H0 ditolak, H1 diterima, terdapat korelasi

- P value > 0,05 homogen, H0 diterima, H1 ditolak, tidak terdapat korelasi

Jawab :

- P value berdasarkan nilai signifikansi pada table chi-square didapatkan 0,000 (dilihat dari

nilai Asym sig. Pearson Chi-Square). Jadi, P value < 0,05. Berarti H0 ditolak, H1

diterima.

Jadi, terdapat hubungan antara genetic PJK dan kejadian PJK.

19. Apakah terdapat hubungan antara kategori IMT dan kejadian PJK? Gunakan

chisquare test!


Cases

Valid Missing Total


Indeks Masa Tubuh * PJK 133 100.0% 0 0.0% 133 100.0%

Indeks Masa Tubuh * PJK Crosstabulation

PJK Total


Indeks Masa Tubuh1.00

Count 29 11 40

% within Indeks Masa Tubuh 72.5% 27.5% 100.0%

2.00Count 25 7 32


3.00Count 9 8 17


4.00Count 22 4 26


5.00 Count 10 8 18




Chi-Square Tests


sided)







Symmetric Measures

Value Asymp. Std.

Errora


Ordinal by OrdinalGamma .090 .138 .646 .518

Spearman Correlation .057 .089 .659 .511c

Interval by Interval Pearson's R .062 .089 .706 .481c





Risk Estimate

Value

Odds Ratio for Indeks Masa

Tubuh (1.00 / 2.00)

a

a. Risk Estimate statistics cannot be

computed. They are only computed for a

2*2 table without empty cells.

Catatan :



Jawaban :


nilai Asym sig. Pearson Chi-Square). Jadi, P value > 0,05. Berarti H0 diterima, H1

ditolak.

Jadi, tidak terdapat hubungan antara indeks masa tubuh dan kejadian PJK.

20. Apakah terdapat hubungan antara kategori umur dan kejadian PJK? Gunakan

chisquare test.


Cases

Valid Missing Total


Umur * PJK 133 100.0% 0 0.0% 133 100.0%

Umur * PJK Crosstabulation

PJK Total


Umur22.0

Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

24.0Count 0 1 1

% within Umur 0.0% 100.0% 100.0%

25.0Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

27.0Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

30.0Count 4 2 6

% within Umur 66.7% 33.3% 100.0%

32.0Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

33.0Count 2 0 2

% within Umur 100.0% 0.0% 100.0%

34.0 Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

35.0Count 0 3 3

% within Umur 0.0% 100.0% 100.0%

36.0Count 2 1 3

% within Umur 66.7% 33.3% 100.0%

38.0Count 2 1 3

% within Umur 66.7% 33.3% 100.0%

39.0Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

40.0Count 7 2 9

% within Umur 77.8% 22.2% 100.0%

41.0Count 2 0 2

% within Umur 100.0% 0.0% 100.0%

42.0Count 1 2 3

% within Umur 33.3% 66.7% 100.0%

43.0Count 3 1 4

% within Umur 75.0% 25.0% 100.0%

44.0Count 1 1 2

% within Umur 50.0% 50.0% 100.0%

45.0Count 4 2 6

% within Umur 66.7% 33.3% 100.0%

46.0Count 2 0 2

% within Umur 100.0% 0.0% 100.0%

47.0Count 4 0 4

% within Umur 100.0% 0.0% 100.0%

48.0Count 5 1 6

% within Umur 83.3% 16.7% 100.0%

49.0Count 4 0 4

% within Umur 100.0% 0.0% 100.0%

50.0Count 3 1 4

% within Umur 75.0% 25.0% 100.0%

51.0Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

52.0Count 1 1 2

% within Umur 50.0% 50.0% 100.0%

53.0 Count 1 1 2

% within Umur 50.0% 50.0% 100.0%

54.0Count 0 4 4

% within Umur 0.0% 100.0% 100.0%

55.0Count 4 2 6

% within Umur 66.7% 33.3% 100.0%

56.0Count 3 0 3

% within Umur 100.0% 0.0% 100.0%

57.0Count 2 0 2

% within Umur 100.0% 0.0% 100.0%

58.0Count 2 0 2

% within Umur 100.0% 0.0% 100.0%

59.0Count 2 2 4

% within Umur 50.0% 50.0% 100.0%

60.0Count 9 2 11

% within Umur 81.8% 18.2% 100.0%

61.0Count 2 0 2

% within Umur 100.0% 0.0% 100.0%

62.0Count 2 0 2

% within Umur 100.0% 0.0% 100.0%

63.0Count 0 1 1

% within Umur 0.0% 100.0% 100.0%

65.0Count 4 1 5

% within Umur 80.0% 20.0% 100.0%

67.0Count 2 0 2

% within Umur 100.0% 0.0% 100.0%

68.0Count 0 1 1

% within Umur 0.0% 100.0% 100.0%

69.0Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

70.0Count 2 3 5

% within Umur 40.0% 60.0% 100.0%

72.0Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

73.0Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

74.0 Count 1 0 1

% within Umur 100.0% 0.0% 100.0%

75.0Count 0 1 1

% within Umur 0.0% 100.0% 100.0%

80.0Count 2 1 3

% within Umur 66.7% 33.3% 100.0%


% within Umur 71.4% 28.6% 100.0%

Chi-Square Tests


sided)







Symmetric Measures

Value Asymp. Std.

Errora


Ordinal by OrdinalGamma -.003 .117 -.024 .981

Spearman Correlation -.002 .089 -.025 .980c

Interval by Interval Pearson's R .013 .089 .145 .885c





Risk Estimate

Value

Odds Ratio for Umur (22.0 /

24.0)

a

a. Risk Estimate statistics cannot be

computed. They are only computed for a

2*2 table without empty cells.

Catatan :



Jawaban :


nilai Asym sig. Pearson Chi-Square). Jadi, P value > 0,05. Berarti H0 diterima, H1

ditolak.

Jadi, tidak terdapat hubungan antara kategori umur dan kejadian PJK.

21. Apakah ada perbedaan kadar gula darah antar kelompok IMT? Gunakan ANOVA.

Test of Homogeneity of Variances

Kat.GDS

Levene Statistic df1 df2 Sig.

.937 4 128 .445

ANOVA

Kat.GDS

Sum of Squares df Mean Square F Sig.

Between Groups .082 4 .020 .224 .925

Within Groups 11.648 128 .091

Total 11.729 132

Robust Tests of Equality of Means

Kat.GDS

Statistica df1 df2 Sig.

Brown-Forsythe .225 4 106.232 .924

a. Asymptotically F distributed.

Catatan :

- Uji homogenitas variance dilihat nilai pada kolom signifikan Levene Statistic di table test

of homogeneity dan didapatkan nilai P.

- Jika P > 0,05 varian homogen maka dapat digunakan uji ANOVA

- Jika P < 0,05 varian tidak homogen, tidak dapat digunakan uji ANOVA

- Pada table ANOVA, jika probabilitas F hitung > 0,05 maka H0 diterima. Tapi jika

probabilitias F hitung < 0,05 maka H0 ditolak, H1 diterima.

Jawaban :

- Didapatkan dari hasil penghitungan SPSS, nilai P adalah 0,445. Jadi, nilai P > 0,05, maka

varian homogen sehingga dapat digunakan uji ANOVA.

- Dari table, didapatkan F hitung 0,224. Jadi nilai F hitung > 0,05 maka H0 diterima.

Jadi, tidak terdapat perbedaan antara kadar gula darah antar kelompok IMT.

22. Apakah terdapat perbedaan kadar gula darah antar kelompok umur? Gunakan

ANOVA

Test of Homogeneity of Variances

Kat.GDS

Levene Statistic df1 df2 Sig.

2.751 8 124 .008

ANOVA

Kat.GDS

Sum of Squares df Mean Square F Sig.

Between Groups .418 8 .052 .572 .799

Within Groups 11.312 124 .091

Total 11.729 132

Catatan :

- Uji homogenitas variance dilihat nilai pada kolom signifikan Levene Statistic di table test

of homogeneity dan didapatkan nilai P.

- Jika P > 0,05 varian homogen maka dapat digunakan uji ANOVA

- Jika P < 0,05 varian tidak homogen, tidak dapat digunakan uji ANOVA

- Pada table ANOVA, jika probabilitas F hitung > 0,05 maka H0 diterima. Tapi jika

probabilitias F hitung < 0,05 maka H0 ditolak, H1 diterima.

Jawaban :

- Didapatkan dari hasil penghitungan SPSS, nilai P adalah 0,008. Jadi, nilai P < 0,05, maka

didapatkan varian tidak homogen.

Jadi, hasil uji ANOVA tidak valid dikarenakan varian tidak homogen.

23. Apakah terdapat perbedaan kadar masing-masing profil lipid berdasarkan sex/jenis

kelamin? Gunakan t student test independent.

Group Statistics

Sex N Mean Std. Deviation Std. Error Mean

TotalCholesterolLaki-laki 64 191.031 60.4880 7.5610

Perempuan 69 185.159 48.6067 5.8516

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 Std. Error

Difference

95% Confidence

Interval of the

Difference

Lower

Total

Chole

sterol

Equal variances assumed 2.852 .094 .619 131 .537 5.8718 9.4832 -12.8881

Equal variances not assumed.614 120.889 .540 5.8718 9.5608 -13.0565

Jawaban :

o Nilai sig. pada levene’s test didapatkan nilai p 0,094, p > 0,05. Hipotesis 0

diterima.

Jadi, tidak terdapat perbedaan bermakna antara laki-laki dan perempuan.

24. Apakah terdapat perbedaan kadar masing-masing profil lipid berdasarkan genetic

PJK? Gunakan t student test independent

Group Statistics

GenetikPJK N Mean Std. Deviation Std. Error Mean

TotalCholesterolGenetik PJK Negative 109 185.761 52.9208 5.0689

Genetik PJK Positif 24 198.083 61.4512 12.5437

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

Std. Error

Difference

95% Confidence

Interval of the

Difference

Lower Upper

TotalCholesterol

Equal variances

assumed

.590 .444 -1.002 131 .318 -12.3219 12.2921 -36.6385 11.9947

Equal variances not

assumed

-.911 30.949 .369 -12.3219 13.5291 -39.9166 15.2728

Jawaban :

o Nilai sig. pada levene’s test didapatkan nilai p 0,444 jadi p > 0,05 sehingga

hipotesis 0 diterima.

Jadi, tidak terdapat perbedaan yang bermakna antara genetic PJK negative dan

genetic PJK positif.

25. Hitunglah berapa korelasi antara gula darah dan hematokrit.

Jawab:

Correlations

Kategori GDS Hematokrit

Kategori GDS

Pearson Correlation 1 .012

Sig. (2-tailed) .891

N 133 133

Hematokrit

Pearson Correlation .012 1


N 133 133

Correlations

Kategori GDS Hematokrit

Spearman's rho

Kategori GDS

Correlation Coefficient 1.000 .012

Sig. (2-tailed) . .887

N 133 133

Hematokrit

Correlation Coefficient .012 1.000

Sig. (2-tailed) .887 .

N 133 133

26. Apakah terdapat hubungan antara masing-masing kategori profil lipid dengan

kejadian PJK. Gunakan chi square test.

a. Trigliseride

Chi-Square Tests

Value Df Asymp. Sig. (2-

sided)







Jawab :

- Nilai P pada Pearson Chi-Square 0,207. P > 0,05. Jadi Hipotesis 0 diterima.

Jadi, tidak terdapat hubungan antara kadar trigliserida dengan kejadian PJK.

b. Total Kolesterol

Chi-Square Tests


sided)







Jawab :

- Nilai P pada Pearson Chi-Square 0,105. P > 0,05. Jadi Hipotesis 0 diterima.

Jadi, tidak terdapat hubungan antara total kolestrol dengan kejadian PJK.

c. HDL Kolesterol

Chi-Square Tests


sided)







Jawab :

- Nilai P pada Pearson Chi-Square yaitu 0,539. P > 0,05. Jadi Hipotesis 0 diterima.

Jadi, tidak terdapat hubungan antara HDL kolesterol dengan kejadian PJK.

d. LDL Kolesterol

Chi-Square Tests


sided)







Jawab :


Jadi, tidak terdapat hubungan antara LDL kolesterol dengan kejadian PJK.

27. Apakah terdapat hubungan kejadian DM dan kejadian PJK? Gunakan chi square test.

Chi-Square Tests


sided)

Exact Sig. (2-

sided)

Exact Sig. (1-

sided)


Continuity Correctionb .000 1 1.000


Fisher's Exact Test 1.000 .540





Jawab :

- Nilai P pada Pearson Chi-Square yaitu 0,853. P > 0,05. Jadi, Hipotesis 0 diterima.

Jadi, tidak terdapat hubungan antara kejadian DM dengan kejadian PJK.

28. Buatlah kategorisasi kadar hematokriet dengan formula sturgess dan apakah ada

hubungan kategori ini dengan kejadian PJK! Gunakan chi square test!

Jawab :

a. Banyak kelas interval

1 + 3,3 log n

= 1 + 3,3 log (133)

= 1 + 3,3 (2,12)

= 1 + 6,99

= 7,99 dibulatkan menjadi 8

b. Lebar kelas interval

Range/ banyak kelas = 5/8 = 0,625 dibulatkan menjadi 1

Statistics

Hemotokrit

N Valid 133

Missing 0

Range 5.0

Minimum 43.0

Maximum 48.0

Hemotokrit


Percent

Valid

43.0 17 12.8 12.8 12.8

44.0 24 18.0 18.0 30.8

45.0 20 15.0 15.0 45.9

46.0 20 15.0 15.0 60.9

47.0 24 18.0 18.0 78.9

48.0 28 21.1 21.1 100.0

Total 133 100.0 100.0

Chi-Square Tests


sided)







Jawab :


Jadi, tidak terdapat hubungan antara kadar hematokrit dengan kejadian PJK.

29. Hitunglah apakah ada korelasi tekanan darah sistolik dengan kadar LDL

Jawab :

Correlations

Sistolik kategori LDL

Sistolik

Pearson Correlation 1 .125


N 133 124

kategori

LDL

Pearson Correlation .125 1


N 124 124

Nilai Sig. 0,168 menunjukkan tidak terdapat korelasi yang bermakna antara dua

variable yang diuji. Nilai korelasi Pearson sebesar 0,125 menunjukkan korelasi positif

dengan kekuatan korelasi yang sangat lemah.

30. Buatlah kesimpulan variabel apa saja yang mempengaruhi kejadian PJK berdasarkan

hasil analisis soal di atas!

Variabel yang mempengaruhi kejadian PJK berdasarkan hasil analisis soal di atas, yaitu

variabel genetik PJK.

Tugas SPSS

Documents

Transcript of Tugas SPSS