Académique Documents
Professionnel Documents
Culture Documents
- 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 Cumulative Frequency Valid Underweight Healthy Weight Overweighty Heavily Weight Obese Total 40 32 17 26 18 133 Percent 30,1 24,1 12,8 19,5 13,5 100,0 Valid Percent 30,1 24,1 12,8 19,5 13,5 100,0 Percent 30,1 54,1 66,9 86,5 100,0
2. Buatlah frekuensi distribusi umur penderita ! - Transform Recode into dif. Varibabel Input variabel umur. Output Nama : KatUmur, Label : kategori umur - Change, klik old and new value - Hitung banyak kelas : 1 + 3,3 log 133 = 7.99 6 - u/ mempermudah kategorisasi interval diambil 10 - Proses old value and new value, misal 1 22-31, dst - Variabel view beri keterangan pada value, cth : 1 22-31, dst - Analyze des. Statistic frequencies masukan pada variabel (kategori umur) pada charts (barcharts) ok
Kategori Umur Cumulative Frequency Valid 22-31 32-41 42-51 52-61 62-71 72-81 Total 10 25 36 38 17 7 133 Percent 7,5 18,8 27,1 28,6 12,8 5,3 100,0 Valid Percent 7,5 18,8 27,1 28,6 12,8 5,3 100,0 Percent 7,5 26,3 53,4 82,0 94,7 100,0
3. Hitunglah korelasi umur dan tekanan darah sistolik, berapa nilai P buat intepretasinya ! - Analyze correlate bivariate masukan umur dan sistik pada variabel
Correlations Umur Umur Pearson Correlation Sig. (2-tailed) N Sistolik Pearson Correlation Sig. (2-tailed) N 133 ,095 ,275 133 133 1 Sistolik ,095 ,275 133 1
4. Apakah ada perbedaan antara tekanan darah sistolik antar kelompok IMT ? - Analyze compare means -> oneway anova dep. List (sistolik), faktor (Kat.IMT) post hoc (bonferroni ) continue - Ho ditolak ada perbedaan bermaknan anatr tekanan sistolik dan kelompok IMT
ANOVA Sistolik Sum of Squares Between Groups Within Groups Total 9745,377 55795,555 65540,932 df 4 128 132 Mean Square 2436,344 435,903 F 5,589 Sig. ,000
5. Ujilh apakah umur berdistribusi normal! - Analyze des. Statistic explore masukan umur pada dep. List -> plot : normality plot with test - Liat hasl do Kormogorof Smirnof, sig : 0,2 - Distribusi normal : sig > 0, 05 ; tidak normal : < 0, 05
Tests of Normality Kolmogorov-Smirnova Statistic Umur ,052 df 133 Sig. ,200
*
NOMOR DUA 1. Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi untuk data Kualitatif.
kategori IMT Cumulative Valid underweight healthy weight overweight heavily overweight obese Total Frequency 40 32 17 26 18 133 Percent 30,1 24,1 12,8 19,5 13,5 100,0 Valid Percent 30,1 24,1 12,8 19,5 13,5 100,0 Percent 30,1 54,1 66,9 86,5 100,0
2. Buatlah Frekuensi distribusi Berat penderita jumlah kelas = 1+3,3 log 134 = 8 Interval kelas = max-min / jlh kelas = 106-30 / 8 = 9,5 bulatkan jadi 10
Statistics kategori berat N Valid Missing Mean Median Mode Std. Deviation Minimum Maximum
133 0 3,3835 3,0000 3,00 1,45499 1,00 8,00 kategori berat Cumulative
Valid
Frequency 8 31 40 29 11 10 3 1 133
Valid Percent 6,0 23,3 30,1 21,8 8,3 7,5 2,3 ,8 100,0
3. Hitunglah korelasi berat dan tekanan darah Diastolik berapa nilai p dan t
Correlations Berat Berat Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N 1 133 ,148 ,090 133 Diastolik ,148 ,090 133 1 133
Diastolik
Pearson untuk tingkat korelasi Sig untuk kemaknaan korelasi p = 0,090 p>0,05 Ho diterima (tidak ada korelasi yang bermakna / tidak ada hub. Antara berat dan TD diastolik) t = 0,148 korelasi lemah (0,00-0,25) 4. Apakah ada perbedaan tekanan darah sistolik antar kelompok Total kolesterol
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval of the Sig. (2Sistolik Equal variances assumed Equal variances not assumed F ,026 Sig. t ,872 -,27 7 -,27 91,902 8 ,782 -1,131 4,074 -9,223 6,960 Mean Std. Error Difference 4,076 df tailed) Difference 131 ,782 -1,131 Difference Lower Upper -9,195 6,933
Lihat levene test bagian sig . Sig 0,872 >0,05 berarti varians sama Lalu lihat equal variances assumed , sig.(2-tailed) 0,782 >0,05 = Ho diterima Artinya tidak ada perbedaan TD sistolik antar kelompok total kolesterol.
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.
Buatlah Frekuensi distribusi Tinggi penderita a. 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 = 44 c. Hitung panjang kelas Rentang/jumlah kelas 44/9 = 4,8 = 5
Kategori Tinggi Frequency Valid 140 - 144 145 - 149 150 - 154 155 - 159 160 - 164 165 - 169 170 - 174 175 - 179 180 - 184 Total 5 28 14 18 15 16 15 12 10 133 Percent 3.8 21.1 10.5 13.5 11.3 12.0 11.3 9.0 7.5 100.0 Valid Percent Cumulative Percent 3.8 3.8 21.1 24.8 10.5 35.3 13.5 48.9 11.3 60.2 12.0 72.2 11.3 83.5 9.0 92.5 7.5 100.0 100.0
Hitunglah korelasi Tinggi dan tekanan darah Diastolik berapa nilai p dan t
Correlations Tinggi Tinggi Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N 1 133 -.169 .051 133 Diastolik -.169 .051 133 1 133
Diastolik
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 Trigliserid
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Std. Interval of the Sig. Mean Error Difference (2Differ Differ F Sig. t df tailed) ence ence Lower Upper .018 . -1.788 131 .076 -9.789 5.476 -20.623 1.044 894 -1.711 23.622 .100 -9.789 5.722 -21.608 2.029
Kesimpulan : Tidak ada perbedaan tekanan darah sistolik antar kelompok trigliserid 5 Apakah variabel Tinggi berdistribusi normal
Tests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Tinggi .106 133 .001 .947 133 a. Lilliefors Significance Correction
Sig. .000
3. Correlations
Correlations Total Cholesterol Total Cholesterol Pearson Correlation Sig. (2-tailed) N Diastolik Pearson Correlation Sig. (2-tailed) N 133 ,013 ,880 133 133 1 Diastolik ,013 ,880 133 1
r = 0,013 ( tidak ada korelasi/lemah) p = 0,880 > 0,05 H0 diterima tidak ada korelasi / tidak ada hubungan antara total kolesterol dgn diastolik
4.
ANOVA
Diastolik Sum of Squares Between Groups Within Groups Total 29254,921 9714,071 38968,992 df 84 48 132 Mean Square 348,273 202,376 F 1,721 Sig. ,021
Sig 0,021 <0,05 Ho ditolak ada perbedaan bemakna dari tekanan darah diastolik antar kelompok trigliserid 5. Distribusi Normal Kolesterol
Tests of Normality Kolmogorov-Smirnova Statistic Total Cholesterol ,081 df 133 Sig. ,034 Statistic ,932 Shapiro-Wilk df 133 Sig. ,000
FILE 1
1. Buatlah tabel distribusi frekuensi kadar ureum dari 80 mencit yang diteliti
Kategori Kadar Ureum Cumulative Frequency Valid 41-43 44-46 47-49 50-52 53-55 56-58 59-61 Total 10 16 14 10 12 9 9 80 Percent 12,5 20,0 17,5 12,5 15,0 11,3 11,3 100,0 Valid Percent 12,5 20,0 17,5 12,5 15,0 11,3 11,3 100,0 Percent 12,5 32,5 50,0 62,5 77,5 88,8 100,0
3. Gunakan test statistik untuk membuktikan kadar ureum antar kelompok tersebut berbeda atau tidak berbeda
ANOVA Kadar Ureum Sum of Squares Between Groups Within Groups Total 13,337 2720,050 2733,388 df 3 76 79 Mean Square 4,446 35,790 F ,124 Sig. ,946
Multiple Comparisons Kadar Ureum Bonferroni (I) Kelompok (J) Kelompok Mean Difference (I-J) Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB SBM 6 gr/kg BB Gentamisin 40 mg/kg BB Aquades 5 ml SBM 3 gr/kg BB SBM 6 gr/kg BB SBM 3 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 6 gr/kg BB SBM 6 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB ,100 ,650 1,000 -,100 ,550 ,900 -,650 -,550 ,350 -1,000 -,900 -,350 Std. Error 1,892 1,892 1,892 1,892 1,892 1,892 1,892 1,892 1,892 1,892 1,892 1,892 Sig. 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 Lower Bound -5,03 -4,48 -4,13 -5,23 -4,58 -4,23 -5,78 -5,68 -4,78 -6,13 -6,03 -5,48 Upper Bound 5,23 5,78 6,13 5,03 5,68 6,03 4,48 4,58 5,48 4,13 4,23 4,78 95% Confidence Interval
4. Gunakan test statistik untuk membuktikan kadar kreatinin antar kelompok tersebut berbeda atau tidak berbeda
ANOVA Kadar Kreatinin Sum of Squares Between Groups Within Groups Total ,219 3,560 3,779 df 3 76 79 Mean Square ,073 ,047 F 1,561 Sig. ,206
Multiple Comparisons Kadar Kreatinin Bonferroni (I) Kelompok (J) Kelompok Mean Difference (I-J) Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB SBM 6 gr/kg BB Gentamisin 40 mg/kg BB Aquades 5 ml SBM 3 gr/kg BB SBM 6 gr/kg BB SBM 3 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 6 gr/kg BB SBM 6 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB ,03350 ,11100 ,12550 -,03350 ,07750 ,09200 -,11100 -,07750 ,01450 -,12550 -,09200 -,01450 Std. Error ,06844 ,06844 ,06844 ,06844 ,06844 ,06844 ,06844 ,06844 ,06844 ,06844 ,06844 ,06844 Sig. 1,000 ,654 ,424 1,000 1,000 1,000 ,654 1,000 1,000 ,424 1,000 1,000 Lower Bound -,1519 -,0744 -,0599 -,2189 -,1079 -,0934 -,2964 -,2629 -,1709 -,3109 -,2774 -,1999 Upper Bound ,2189 ,2964 ,3109 ,1519 ,2629 ,2774 ,0744 ,1079 ,1999 ,0599 ,0934 ,1709 95% Confidence Interval
FILE 2
1. Buatlah tabel frekuensi disribusi kadar ureum 2 Minggu I
Kategori Kadar Ureum Cumulative Frequency Valid 32,33-75,33 207,34-251,33 251,34-295,33 295,34-339,33 Total 34 3 2 1 40 Percent 85,0 7,5 5,0 2,5 100,0 Valid Percent 85,0 7,5 5,0 2,5 100,0 Percent 85,0 92,5 97,5 100,0
3. Ujilah secara statistic apakah ada perbedaan kadar ureum antara ke 4 kelompok 2 minggu pasca intervensi
ANOVA Kadar Ureum Sum of Squares Between Groups Within Groups Total 129492,836 89460,854 218953,690 df 3 36 39 Mean Square 43164,279 2485,024 F 17,370 Sig. ,000
Multiple Comparisons Kadar Ureum Bonferroni (I) Kelompok (J) Kelompok Mean Difference (IJ) Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB SBM 6 gr/kg BB Gentamisin 40 mg/kg BB Aquades 5 ml SBM 3 gr/kg BB SBM 6 gr/kg BB SBM 3 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 6 gr/kg BB SBM 6 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB -128,14200* 8,91400 ,05500 128,14200
*
95% Confidence Interval Std. Error 22,29360 22,29360 22,29360 22,29360 22,29360 22,29360 22,29360 22,29360 22,29360 22,29360 22,29360 22,29360 Sig. ,000 1,000 1,000 ,000 ,000 ,000 1,000 ,000 1,000 1,000 ,000 1,000 Lower Bound -190,3851 -53,3291 -62,1881 65,8989 74,8129 65,9539 -71,1571 -199,2991 -71,1021 -62,2981 -190,4401 -53,3841 Upper Bound -65,8989 71,1571 62,2981 190,3851 199,2991 190,4401 53,3291 -74,8129 53,3841 62,1881 -65,9539 71,1021
8,85900
4. Ujilah secara statistik apakah ada perbedaan kadar kreatinin antara ke 4 kelompok 2 minggu pasca intervensi
ANOVA Kadar Kreatinin Sum of Squares Between Groups Within Groups Total 44,352 20,359 64,711 df 3 36 39 Mean Square 14,784 ,566 F 26,142 Sig. ,000
Multiple Comparisons Kadar Kreatinin Bonferroni (I) Kelompok (J) Kelompok Mean Difference (IJ) Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB SBM 6 gr/kg BB Gentamisin 40 mg/kg BB Aquades 5 ml SBM 3 gr/kg BB SBM 6 gr/kg BB SBM 3 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 6 gr/kg BB SBM 6 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB -2,47500* -,06900 -,06300 2,47500
*
95% Confidence Interval Std. Error ,33631 ,33631 ,33631 ,33631 ,33631 ,33631 ,33631 ,33631 ,33631 ,33631 ,33631 ,33631 Sig. ,000 1,000 1,000 ,000 ,000 ,000 1,000 ,000 1,000 1,000 ,000 1,000 Lower Bound -3,4140 -1,0080 -1,0020 1,5360 1,4670 1,4730 -,8700 -3,3450 -,9330 -,8760 -3,3510 -,9450 Upper Bound -1,5360 ,8700 ,8760 3,4140 3,3450 3,3510 1,0080 -1,4670 ,9450 1,0020 -1,4730 ,9330
2,40600* 2,41200
*
,06900 -2,40600
*
-,00600
FILE 3
1. Buatlah tabel frekuensi distribusi kadar ureum 2 Minggu ke- 2
Kategori Kadar Ureum Cumulative Frequency Valid 28,2-36,29 36,3-45,29 45,3-54,29 54,3-63,29 72,3-81,29 81,3-90,2 Total 14 17 4 3 1 1 40 Percent 35,0 42,5 10,0 7,5 2,5 2,5 100,0 Valid Percent 35,0 42,5 10,0 7,5 2,5 2,5 100,0 Percent 35,0 77,5 87,5 95,0 97,5 100,0
Kategori Kadar Kreatinin Cumulative Frequency Valid 0,44-0,54 0,55-0,74 0,75-0,94 0,95-1,14 1,15-1,34 1,55-1,74 Total 7 16 9 3 3 2 40 Percent 17,5 40,0 22,5 7,5 7,5 5,0 100,0 Valid Percent 17,5 40,0 22,5 7,5 7,5 5,0 100,0 Percent 17,5 57,5 80,0 87,5 95,0 100,0
3. Ujilah secara statistik apakah ada perbedaan kadar ureum antara ke 4 kelompok tersebut
ANOVA Kadar Ureum Sum of Squares Between Groups Within Groups Total 3703,124 2103,912 5807,036 df 3 36 39 Mean Square 1234,375 58,442 F 21,121 Sig. ,000
Multiple Comparisons Kadar Ureum Bonferroni (I) Kelompok (J) Kelompok Mean Difference (I-J) Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB SBM 6 gr/kg BB Gentamisin 40 Aquades 5 ml mg/kg BB SBM 3 gr/kg BB SBM 6 gr/kg BB SBM 3 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 6 gr/kg BB SBM 6 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB -16,42100* 3,93200 9,36200 16,42100
*
95% Confidence Interval Std. Error 3,41883 3,41883 3,41883 3,41883 3,41883 3,41883 3,41883 3,41883 3,41883 3,41883 3,41883 3,41883 Sig. ,000 1,000 ,057 ,000 ,000 ,000 1,000 ,000 ,726 ,057 ,000 ,726 Lower Bound -25,9663 -5,6133 -,1833 6,8757 10,8077 16,2377 -13,4773 -29,8983 -4,1153 -18,9073 -35,3283 -14,9753 Upper Bound -6,8757 13,4773 18,9073 25,9663 29,8983 35,3283 5,6133 -10,8077 14,9753 ,1833 -16,2377 4,1153
20,35300* 25,78300
*
-3,93200 -20,35300
*
-5,43000
4. Ujilah secara statistik apakah ada perbedaan kadar kreatinin antara ke 4 kelompok tersebut
ANOVA Kadar Kreatinin Sum of Squares Between Groups Within Groups Total 1,247 2,343 3,590 df 3 36 39 Mean Square ,416 ,065 F 6,388 Sig. ,001
Multiple Comparisons Kadar Kreatinin Bonferroni (I) Kelompok (J) Kelompok Mean Difference (I-J) Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB SBM 6 gr/kg BB Gentamisin 40 mg/kg BB Aquades 5 ml SBM 3 gr/kg BB SBM 6 gr/kg BB SBM 3 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 6 gr/kg BB SBM 6 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB -,39800* -,08000 ,06000 ,39800
*
95% Confidence Interval Std. Error ,11409 ,11409 ,11409 ,11409 ,11409 ,11409 ,11409 ,11409 ,11409 ,11409 ,11409 ,11409 Sig. ,008 1,000 1,000 ,008 ,051 ,002 1,000 ,051 1,000 1,000 ,002 1,000 Lower Bound -,7165 -,3985 -,2585 ,0795 -,0005 ,1395 -,2385 -,6365 -,1785 -,3785 -,7765 -,4585 Upper Bound -,0795 ,2385 ,3785 ,7165 ,6365 ,7765 ,3985 ,0005 ,4585 ,2585 -,1395 ,1785
,31800 ,45800
*
-,14000
FILE 4
1. Ujilah apakah ada perbedaan rata-rata kadar ureum antara kelompok 2 minggu dan 4 minggu
ANOVA Kadar Ureum Sum of Squares Between Groups Within Groups Total 87064,190 163470,582 250534,772 df 3 76 79 Multiple Comparisons Kadar Ureum Bonferroni (I) Kelompok (J) Kelompok Mean Difference (I-J) Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB SBM 6 gr/kg BB Gentamisin 40 mg/kg BB Aquades 5 ml SBM 3 gr/kg BB SBM 6 gr/kg BB SBM 3 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 6 gr/kg BB SBM 6 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB -72,28150
*
F 13,492
Sig. ,000
95% Confidence Interval Std. Error 14,66604 14,66604 14,66604 14,66604 14,66604 14,66604 14,66604 14,66604 14,66604 14,66604 14,66604 14,66604 Sig. ,000 1,000 1,000 ,000 ,000 ,000 1,000 ,000 1,000 1,000 ,000 1,000 Lower Bound -112,0128 -33,3083 -35,0228 32,5502 38,9732 37,2587 -46,1543 -118,4358 -41,4458 -44,4398 -116,7213 -38,0168 Upper Bound -32,5502 46,1543 44,4398 112,0128 118,4358 116,7213 33,3083 -38,9732 38,0168 35,0228 -37,2587 41,4458
78,70450
2. Ujilah apakah ada perbedaan rata-rata kadar kreatinin antara kelompok 2 minggu dan 4 minggu
ANOVA Kadar Kreatinin Sum of Squares Between Groups Within Groups Total 29,943 43,750 73,694 df 3 76 79 Multiple Comparisons Kadar Kreatinin Bonferroni (I) Kelompok (J) Kelompok Mean Difference (I-J) Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB SBM 6 gr/kg BB Gentamisin 40 mg/kg BB Aquades 5 ml SBM 3 gr/kg BB SBM 6 gr/kg BB SBM 3 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 6 gr/kg BB SBM 6 gr/kg BB Aquades 5 ml Gentamisin 40 mg/kg BB SBM 3 gr/kg BB -1,43650* -,07450 -,00150 1,43650* 1,36200* 1,43500
*
F 17,338
Sig. ,000
95% Confidence Interval Std. Error ,23993 ,23993 ,23993 ,23993 ,23993 ,23993 ,23993 ,23993 ,23993 ,23993 ,23993 ,23993 Sig. ,000 1,000 1,000 ,000 ,000 ,000 1,000 ,000 1,000 1,000 ,000 1,000 Lower Bound -2,0865 -,7245 -,6515 ,7865 ,7120 ,7850 -,5755 -2,0120 -,5770 -,6485 -2,0850 -,7230 Upper Bound -,7865 ,5755 ,6485 2,0865 2,0120 2,0850 ,7245 -,7120 ,7230 ,6515 -,7850 ,5770
-,07300
3. Ujilah apakah ada perbedaan proporsi nekrosis antara kelompok 2 minggu & 4 minggu
Nekrosis * Kelompok Crosstabulation Count Kelompok Gentamisin 40 Aquades 5 ml Nekrosis Tidak ada nekrosis Ada nekrosis Total 20 0 20 mg/kg BB 0 20 20 SBM 3 gr/kg BB SBM 6 gr/kg BB 20 0 20 20 0 20 Total 60 20 80
Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 80,000a 89,974 5,267 80 df 3 3 1 sided) ,000 ,000 ,022
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 Gentamisin 40 Aquades 5 ml Luas Nekrosis Tidak ada nekrosis nekrosis minimal nekrosis parsial Total Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 80,000a 89,974 4,587 80 df 6 6 1 sided) ,000 ,000 ,032 20 0 0 20 mg/kg BB 0 10 10 20 SBM 3 gr/kg BB SBM 6 gr/kg BB 20 0 0 20 20 0 0 20 Total 60 10 10 80
a. 8 cells (66,7%) have expected count less than 5. The minimum expected count is 2,50.
5. Ujilah apakah ada perbedaan atrofi tubulus antara kelompok 2 minggu dan 4 minggu
Tubulus Atrofi * Kelompok Crosstabulation Count Kelompok Gentamisin 40 Aquades 5 ml Tubulus Atrofi Tidak ada atrofi tubulus Ada atrofi tubulus Total 20 0 20 mg/kg BB 0 20 20 SBM 3 gr/kg BB SBM 6 gr/kg BB 20 0 20 20 0 20 Total 60 20 80
Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 80,000
a
df 3 3 1
89,974 5,267 80
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 5,00.
6. Ujilah apakah ada perbedaan atrofi tubulus obliterasi antara kelompok 2 minggu dan 4 minggu
Tubulus Obliterasi * Kelompok Crosstabulation Count Kelompok Aquades 5 ml Tubulus Obliterasi Tidak ada tubulus obliterasi Ada tubulus obliterasi Total 20 0 20 Gentamisin 40 mg/kg BB 0 20 20 SBM 3 gr/kg BB 20 0 20 SBM 6 gr/kg BB 20 0 20 Total 60 20 80
Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 80,000a 89,974 5,267 80 df 3 3 1 sided) ,000 ,000 ,022
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 5,00.
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
Kategori ureum Frequency Percent Valid 32-76.99 34 85.0 212-256.99 4 10.0 257-301.99 2 5.0 Total 40 100.0 Valid Percent 85.0 10.0 5.0 100.0 Cumulative Percent 85.0 95.0 100.0
2. Buatlah tabel frekuensi diatribusi kadar kreatinin 2 Minggu I Banyak kelas: 1 + 3.3 log n= 1+ 3.3 log 40= 1+ 3.3 x 1.60= 6.29= 6 Statistics Kadar Kreatinin N Valid Missing Range Minimum Maximum
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 Frequency Percent Valid 0.5-1.29 32 80.0 1.3-2.09 1 2.5 2.10-2.89 1 2.5 2.9-3.69 1 2.5 3.7-4.49 3 7.5 4.5-5.29 2 5.0 Total 40 100.0 Valid Percent 80.0 2.5 2.5 2.5 7.5 5.0 100.0 Cumulative Percent 80.0 82.5 85.0 87.5 95.0 100.0
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 kruskalwallis
Test Statisticsa,b Kadar Ureum Chi-square 24.963 df 3 Asymp. .000 Sig. a. Kruskal Wallis Test b. 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 ANOVA Kadar Ureum Sum of Squares df Mean Square F Sig. Between Groups 129492.836 3 43164.279 17.370 .000 Within Groups 89460.854 36 2485.024 Total 218953.690 39 P= 0.000 ada perbedaan rata-rata yang bermakna kadar ureum antar kelompok 2 minggu pasca intervensi
Multiple Comparisons Kadar Ureum Bonferroni (I) Kategori (J) Kategori kelompok kelompok Aquades 5 ml
Gentamisin 40 mg/kg BB SBM 3 gr/kg BB 8.91400 SBM 6 gr/kg BB .05500 Gentamisin Aquades 5 ml 128.14200* 40 mg/kg SBM 3 gr/kg BB 137.05600* BB SBM 6 gr/kg BB 128.19700* SBM 3 gr/kg Aquades 5 ml -8.91400 BB Gentamisin 40 mg/kg -137.05600* BB SBM 6 gr/kg BB -8.85900 SBM 6 gr/kg Aquades 5 ml -.05500 BB Gentamisin 40 mg/kg -128.19700* BB SBM 3 gr/kg BB 8.85900 *. The mean difference is significant at the 0.05 level.
Mean Difference (IJ) Std. Error * -128.14200 22.29360 22.29360 22.29360 22.29360 22.29360 22.29360 22.29360 22.29360 22.29360 22.29360 22.29360 22.29360
Sig. .000 1.000 1.000 .000 .000 .000 1.000 .000 1.000 1.000 .000 1.000
95% Confidence Interval Lower Bound Upper Bound -190.3851 -65.8989 -53.3291 -62.1881 65.8989 74.8129 65.9539 -71.1571 -199.2991 -71.1021 -62.2981 -190.4401 -53.3841 71.1571 62.2981 190.3851 199.2991 190.4401 53.3291 -74.8129 53.3841 62.1881 -65.9539 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 Kelompok Gentamisin 40 mg/kg BB dengan SBM 6 gr/kg BB 4. Ujilah secara statistik apakah ada perbedaan kadar kreatinin antara ke 4 kelompok 2 minggu pasca intervensi Karena kreatinin tidak berdistribusi normal maka di pakai uji non parametris kruskalwallis
Test Statisticsa,b Kadar Kreatinin Chi-square 23.732 df 3 Asymp. .000 Sig. a. Kruskal Wallis Test b. Grouping Variable: Kategori kelompok P= 0.000 ada perbedaan rata-rata yang bermakna kadar kreatinin antar kelompok 2 minggu pasca intervensi Tapi bila data dianggap berdistribusi normal maka pakai uji anova ANOVA Kadar Kreatinin Sum of Squares df Mean Square F Sig. Between Groups 44.352 3 14.784 26.142 .000 Within Groups 20.359 36 .566 Total 64.711 39 P= 0.000 ada perbedaan rata-rata yang bermakna kadar kreatinin antar kelompok 2 minggu pasca intervensi
Multiple Comparisons Kadar Kreatinin Bonferroni (I) (J) Kategori kelompok Mean Kategori Difference (Ikelompok J) Std. Error * Aquades 5 Gentamisin 40 mg/kg -2.47500 .33631 ml BB SBM 3 gr/kg BB -.06900 .33631 SBM 6 gr/kg BB -.06300 .33631 * Gentamisin Aquades 5 ml 2.47500 .33631 * 40 mg/kg SBM 3 gr/kg BB 2.40600 .33631 * BB SBM 6 gr/kg BB 2.41200 .33631 SBM 3 Aquades 5 ml .06900 .33631 * gr/kg BB Gentamisin 40 mg/kg -2.40600 .33631 BB SBM 6 gr/kg BB .00600 .33631 SBM 6 Aquades 5 ml .06300 .33631 * gr/kg BB Gentamisin 40 mg/kg -2.41200 .33631 BB SBM 3 gr/kg BB -.00600 .33631 *. The mean difference is significant at the 0.05 level. Yang berbeda rata-rata kadar kreatinin 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 Kelompok Gentamisin 40 mg/kg BB dengan SBM 6 gr/kg BB File ke 2 Minggu ke 2 5. Buatlah tabel frekuensi distribusi kadar ureum 2 Minggu 2 Banyak kelas: 1 + 3.3 log n= 1+ 3.3 log 40= 1+ 3.3 x 1.60= 6.29= 6
Sig. .000 1.000 1.000 .000 .000 .000 1.000 .000 1.000 1.000 .000 1.000
95% Confidence Interval Lower Bound Upper Bound -3.4140 -1.5360 -1.0080 -1.0020 1.5360 1.4670 1.4730 -.8700 -3.3450 -.9330 -.8760 -3.3510 -.9450 .8700 .8760 3.4140 3.3450 3.3510 1.0080 -1.4670 .9450 1.0020 -1.4730 .9330
range = 55.40/6 = 9,23 = 10 28 37.99 38 47.99 48 57.99 58 67.99 68 77.99 78 87.99 kategori ureum Frequency Percent 18 45.0 14 35.0 5 12.5 1 2.5 2 5.0 40 100.0 Valid Percent 45.0 35.0 12.5 2.5 5.0 100.0 Cumulative Percent 45.0 80.0 92.5 95.0 100.0
6. Buatlah tabel frekuensi diatribusi kadar kreatinin 2 Minggu ke- 2 Banyak kelas: 1 + 3.3 log n= 1+ 3.3 log 40= 1+ 3.3 x 1.60= 6.29= 6 Statistics Kadar Kreatinin N Valid Missing Range Minimum Maximum
40 0 1 0 2
interval = 1 / 6 = 0.16 0.3 0 0.39 0.4 0.79 0.8 1.19 1.20 1.59 1.6 1.99 2.0 2.39 Kategori Kreatinin Frequency Percent 27 67.5 8 20.0 4 10.0 1 2.5 40 100.0 Valid Percent 67.5 20.0 10.0 2.5 100.0 Cumulative Percent 67.5 87.5 97.5 100.0
7. Ujilah secara statistic apakah ada perbedaan kadar ureum antara ke 4 kelompok tersebut
ANOVA Kadar Ureum Sum of Squares 3703.124 2103.912 5807.036 df Mean Square 3 1234.375 36 58.442 39 F 21.121 Sig. .000
(J) Mean Kelompok Difference (I-J) Std. Error Aquades 5 ml Gentamisi -16.42100* 3.41883 n 40mg/kgB B SBM 3 3.93200 3.41883 gr/kgBB SBM 9.36200 3.41883 6gr/kgBB Gentamisin 40mg/kgBB Aquades 5 16.42100* 3.41883 ml SBM 3 20.35300* 3.41883 gr/kgBB SBM 25.78300* 3.41883 6gr/kgBB SBM 3 gr/kgBB Aquades 5 -3.93200 3.41883 ml Gentamisi -20.35300* 3.41883 n 40mg/kgB B SBM 5.43000 3.41883 6gr/kgBB SBM 6gr/kgBB Aquades 5 -9.36200 3.41883 ml Gentamisi -25.78300* 3.41883 n 40mg/kgB B SBM 3 -5.43000 3.41883 gr/kgBB *. The mean difference is significant at the 0.05 level.
95% Confidence Interval Sig. Lower Bound Upper Bound .000 -25.9663 -6.8757
.726
-14.9753
4.1153
Kruskal-Wallis Test Ranks Kelompok Kadar Ureum Aquades 5 ml Gentamisin 40mg/kgBB SBM 3 gr/kgBB SBM 6gr/kgBB Total N Mean Rank 10 24.45 10 34.55 10 10 40 16.50 6.50
Test Statisticsa,b Kadar Ureum Chi-square 31.101 df 3 Asymp. .000 Sig. a. Kruskal Wallis Test b. Grouping Variable: Kelompok
4. Ujilah secara statistik apakah ada perbedaan kadar kreatinin antara ke 4 kelompok tersebut ANOVA Kadar Kreatinin Sum of Squares 1.247 2.343 3.590 df Mean Square 3 .416 36 .065 39 F 6.388 Sig. .001
(J) Kelompok
Aquades 5 ml
Gentamisin 40mg/kgBB SBM 3 gr/kgBB -.08000 SBM 6gr/kgBB .06000 Gentamisin Aquades 5 ml .39800* 40mg/kgBB SBM 3 gr/kgBB .31800 SBM 6gr/kgBB .45800* SBM 3 gr/kgBB Aquades 5 ml .08000 Gentamisin -.31800 40mg/kgBB SBM 6gr/kgBB .14000 SBM 6gr/kgBB Aquades 5 ml -.06000 Gentamisin -.45800* 40mg/kgBB SBM 3 gr/kgBB -.14000 *. The mean difference is significant at the 0.05 level.
Std. Error .11409 .11409 .11409 .11409 .11409 .11409 .11409 .11409 .11409 .11409 .11409 .11409
95% Confidence Interval Lower Upper Sig. Bound Bound .008 -.7165 -.0795 1.000 1.000 .008 .051 .002 1.000 .051 1.000 1.000 .002 1.000 -.3985 -.2585 .0795 -.0005 .1395 -.2385 -.6365 -.1785 -.3785 -.7765 -.4585 .2385 .3785 .7165 .6365 .7765 .3985 .0005 .4585 .2585 -.1395 .1785
Kruskal-Wallis Test
Ranks Kadar Kreatinin Kelompok Aquades 5 ml Gentamisin 40mg/kgBB SBM 3 gr/kgBB SBM 6gr/kgBB Total N Mean Rank 10 18.50 10 29.30 10 10 40 19.90 14.30
Test Statisticsa,b Kadar Kreatinin Chi-square 8.812 df 3 Asymp. .032 Sig. a. Kruskal Wallis Test b. Grouping Variable: Kelompok
File ke 2 minggu ke 4 1. 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 minggu b. Ubah type kadar ureum jadi nominal, desimal jadi 2, dan measure jadi scale c. Klik analyze pilih compare mean pilih independent T-test d. Pada test variable dengan kadar ureum dan grouping variable diisi dengan waktu observasi dan define group isikan 1 dan 2 e. Continue dan OK Group Statistics Waktu Observasi Std. Error N Mean Std. Deviation Mean Kadar Ureum dimen 2 minggu 40 77.5163 74.92795 11.84715 sion1 4 minggu 40 41.6178 12.20239 1.92937
Independent Samples Test Levene's Test for Equality of Variances
F Kadar Ureum Equal variances assumed Equal variances not assumed 25.518
Sig. .000
t 2.991
df 78
Mean Differ
2.991
41.067
.005
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 scale b. Klik analyze pilih compare mean pilih independent T-test c. Pada test variable dengan kadar kreatinin dan grouping variable diisi dengan waktu observasi dan define group isikan 1 dan 2 d. Continue dan OK
Group Statistics Waktu Observasi Kadar Kreatinin
dimension1
N 40 40
2 minggu 4 minggu
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means Mean Sig. (2- Differenc F Kadar Kreatinin Equal variances assumed Equal variances not assumed 2.482 43.314 .017 .51925 .20924 .09736 .94114 24.155 Sig. .000 t 2.482 df 78 tailed) .015 e Std. Error Difference 95% Confidence Interval of the Difference Lower .10268 Upper .93582
.51925 .20924
Hasil: Ho ditolak, ada perbedaan 3. Ujilah apakah ada perbedaan proporsi nekrosis antara kelompok 2 minggu dan 4 minggu a. b. c. d. e. Ubah nekrosis 0= tidak ada nekrosis, 1= ada nekrosis Analyse pilih descriptive lalu pilih crosstab Pada row masukkan waktu observasi dan pada colom isikan nekrosis Klik statistic pilih chi-, contingentcy, phi dan pada cell isi expect dan row OK
Case Processing Summary Cases Valid N Waktu Observasi * nekrosis 80 Percent 100.0% N 0 Missing Percent .0% N 80 Total Percent 100.0%
Waktu Observasi * nekrosis Crosstabulation nekrosis tidak ada nekrosis Waktu Observasi 2 minggu Count Expected Count % within Waktu Observasi 4 minggu Count Expected Count % within Waktu Observasi Total Count Expected Count % within Waktu Observasi Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases .000 80 1 1.000
b
df
a
.000
.000 .000
1.000
.602
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 Nominal by Nominal Phi Cramer's V Contingency Coefficient N of Valid Cases .000 .000 .000 80 Approx. Sig. 1.000 1.000 1.000
4. Ujilah apakah ada perbedaan luas nekosis antara kelompok 2 minggu dan 4 minggu Langkah sama seperti di atas
Case Processing Summary Cases Valid N Waktu Observasi * luas nekrosis Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 20.000
a
80
100.0%
df 2 2 1
27.726 2.548 80
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 5.00. Symmetric Measures Value Nominal by Nominal Phi Cramer's V Contingency Coefficient N of Valid Cases .500 .500 .447 80 Approx. Sig. .000 .000 .000
5. Ujilah apakah ada perbedaan atrofi tubulus antara kelompok 2 minggu dan 4 minggu Langkah sama seperti di atas
Case Processing Summary Cases Valid N Waktu Observasi * Tubulus atrofi Waktu Observasi * Tubulus atrofi Crosstabulation Tubulus atrofi tidak ada atrofi tubulus Waktu Observasi 2 minggu Count Expected Count % within Waktu Observasi 4 minggu Count Expected Count % within Waktu Observasi Total Count Expected Count % within Waktu Observasi Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases .000 80 1 1.000
b
80
100.0%
ada atrofi tubulus Total 10 10.0 25.0% 10 10.0 25.0% 20 20.0 25.0% 40 40.0 100.0% 40 40.0 100.0% 80 80.0 100.0%
df
a
.000
.000 .000
1.000
.602
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 Nominal by Nominal Phi Cramer's V Contingency Coefficient N of Valid Cases .000 .000 .000 80 Approx. Sig. 1.000 1.000 1.000
6. Ujilah apakah ada perbedaan atrofi tubulus obliterasi antara kelompok 2 minggu dan 4 minggu Langkah sama seperti di atas
Case Processing Summary Cases Valid N Waktu Observasi * Tubulus Obliterasi Waktu Observasi * Tubulus Obliterasi Crosstabulation Tubulus Obliterasi tidak ada tubulus obliterasi Waktu Observasi 2 minggu Count Expected Count % within Waktu Observasi 4 minggu Count Expected Count % within Waktu Observasi Total Count Expected Count % within Waktu Observasi Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases .000 80 1 1.000
b
80
100.0%
ada tubulus obliterasi 30 30.0 10 10.0 25.0% 10 10.0 25.0% 20 20.0 25.0% Total 40 40.0 100.0% 40 40.0 100.0% 80 80.0 100.0%
df
a
.000
.000 .000
1.000
.602
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 Nominal by Nominal Phi Cramer's V Contingency Coefficient N of Valid Cases .000 .000 .000 80 Approx. Sig. 1.000 1.000 1.000
OSCE 1 No.6 1 2 3 4 5 Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi untuk data Kualitatif. Buatlah Frekuensi LDL penderita Hitunglah korelasi HDLdan IMT berapa nilai p dan t Apakah ada perbedaan LDL antar kelompok Umur 2 kategori Apakah variabel Gula Darah berdistribusi normal
Jawaban: 1. Frekuensi Distribusi Variabel Indeks Massa Tubuh Statistics Kategori IMT N Mean Std. Deviation Minimum Maximum Kategori IMT Asian People Kategori IMT Cumulative Frequency Percent Valid Percent Percent Valid underweight healthy weight overweight heavily overweight obese Total 40 32 17 26 18 133 30.1 24.1 12.8 19.5 13.5 100.0 30.1 24.1 12.8 19.5 13.5 100.0 30.1 54.1 66.9 86.5 100.0 Valid Missing 133 0 2.62 1.433 1 5
2. Frekuensi LDL Statistics kategori LDL N Mean Std. Deviation Minimum Maximum Valid Missing 133 0 .71 .453 0 1 kategori LDL Cumulative Frequency Percent Valid Percent Percent Valid LDL normal LDL tinggi Total 38 95 133 28.6 71.4 100.0 28.6 71.4 100.0 28.6 100.0
3. Korelasi HDL dan IMT (nilai p dan t) Descriptives Statistic 34,23 31,94 36,51 33,53 30,00 176,934 13,302 15 68 53 17 ,897 ,082 2,62 2,38 2,87 2,58 2,00 2,055 1,433 1 5 Std. Error 1,153
HDL
Kategori IMT
Mean 95% Confidence Lower Bound Interval for Upper Bound Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Mean 95% Confidence Lower Bound Interval for Upper Bound Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum
Range Interquartile Range Skewness Kurtosis Tests of Normality Kolmogorov-Smirnova Kategori IMT HDL underweight healthy weight overweight heavily overweight obese Statistic .196 .166 .180 .132 .304 df 40 32 17 26 18 Sig. .000 .025 .147 .200* .000
4 3 ,342 -1,285
,210 ,417
Shapiro-Wilk Statistic .881 .923 .903 .950 .758 df 40 32 17 26 18 Sig. .001 .024 .076 .232 .000
a. Lilliefors Significance Correction *. This is a lower bound of the true significance. Hasil distribusi HDL dan kategori IMT tidak normal dimana p (value) < 0,05, maka digunakan korelasi spearmans. Correlations HDL Spearman's rho HDL Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N 1,000 . 133 -,087 ,321 133 KategoriI MT -,087 ,321 133 1,000 . 133
IMT
Nilai p (value) = 0,321 Nilai t = 0,087, tidak ada korelasi atau korelasi sangat kecil 4. Perbedaan LDL dan antar Umur 2 kategori
Statistics umur N Mean Std. Deviation Minimum Maximum Valid Missing 133 0 50.59 12.825 22 80
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 = (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 Sum of Squares Between Groups Within Groups Total 2.680 24.463 27.143 df 5 127 132 Mean Square .536 .193 F 2.783 Sig. .020
Nilai p (value) = 0,02 H0 ditolak, jadi ada perbedaan LDL antar kelompok Umur.
Multiple Comparisons kategori LDL Bonferroni (I) (J) Kategori Kategori Umur Umur 22-31 32-41 42-51 52-61 62-71 72-81 32-41 22-31 42-51 52-61 62-71 72-81 42-51 22-31 32-41 52-61 62-71 72-81 52-61 22-31 32-41 42-51 62-71 72-81 62-71 22-31 32-41 42-51 52-61 72-81 72-81 22-31 32-41 Mean Difference (I-J) -.060 -.333 -.316 -.029 -.357 .060 -.273 -.256 .031 -.297 .333 .273 .018 .304 -.024 .316 .256 -.018 .286 -.041 .029 -.031 -.304 -.286 -.328 .357 .297 95% Confidence Interval Std. Error .164 .157 .156 .175 .216 .164 .114 .113 .138 .188 .157 .114 .102 .129 .181 .156 .113 .102 .128 .181 .175 .138 .129 .128 .197 .216 .188 Sig. 1.000 .533 .675 1.000 1.000 1.000 .273 .380 1.000 1.000 .533 .273 1.000 .302 1.000 .675 .380 1.000 .406 1.000 1.000 1.000 .302 .406 1.000 1.000 1.000 Lower Bound Upper Bound -.55 -.80 -.78 -.55 -1.00 -.43 -.62 -.59 -.38 -.86 -.14 -.07 -.29 -.08 -.57 -.15 -.08 -.32 -.10 -.58 -.49 -.44 -.69 -.67 -.92 -.29 -.26 .43 .14 .15 .49 .29 .55 .07 .08 .44 .26 .80 .62 .32 .69 .52 .78 .59 .29 .67 .50 .55 .38 .08 .10 .26 1.00 .86
5.
Distribusi Gula Darah Descriptives Statistic 139,29 124,04 154,53 123,34 111,00 7900,342 88,884 82 699 617 38 3,907 17,251 Std. Error 7,707
Mean 95% Confidence Lower Bound Interval for Upper Bound Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Tests of Normality Kolmogorov-Smirnov(a) Statistic df Sig.
,210 ,417
Sig. ,000
,288
133
,000
Gula Darah Sewaktu berdistribusi tidak normal, dimana nilai p (value) < 0,05.
5
1. Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi untuk data Kualitatif. Statistics kategori IMT N Valid Missing Mean Median Mode Std. Deviation Minimum Maximum 133 0 2.62 2.00 1 1.433 1 5 kategori IMT Frequency Percent Valid underweight 40 30.1 healthyweight 32 24.1 overweight 17 12.8 heavilyoverweig 26 19.5 ht obese 18 13.5 Total 133 100.0 Valid Percent 30.1 24.1 12.8 19.5 13.5 100.0 Cumulative Percent 30.1 54.1 66.9 86.5 100.0
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 Statistics diastolik N Valid Missing Minimum Maximum 133 0 56 199
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
Statistics kategori diastolik N Valid Missing Mean Median Mode Std. Deviation Minimum Maximum
Frequency Percent Valid 56-75 20 15.0 76-95 71 53.4 96-115 34 25.6 116-135 6 4.5 136-155 1 .8 196-215 1 .8 Total 133 100.0
3. Hitunglah korelasi LDL dan tekanan darah Diastolik berapa nilai p dan t Correlations LDL LDL Pearson Correlation Sig. (2-tailed) N diastolik Pearson Correlation Sig. (2-tailed) N P = 0,005korelasi lemah Sig (2-tailed) = 0,958 > 0,05 = Ho diterima = tidak ada korelasi LDL dan TD diastolik diastolik 1 .005 .958 133 1
133
4. Apakah ada perbedaan tekanan darah Diastolik antar kelompok LDL? Lavenes test = 0,563 > 0,05 = varian sama Karena varian sama maka kita membaca data pada aqual variances assummed Sig = 0,883 > 0,05 = Ho diterima = tidak ada perbedaan TD diastolik antar kelompok LDL 5. Apakah variabel LDL berdistribusi normal Tests of Normality Kolmogorov-Smirnova Shapiro-Wilk Statistic df Sig. Statistic df Sig. LDL .084 133 .024 .936 133 .000 a. Lilliefors Significance Correction Sig. = 0,024 < 0,05 distribusi data tidak normal ^^Ve^^ 054
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 = 255.75 Jumlah kelas (K) = 1 + 3,3 log n = 1 + 3,3 log 133 = 1 + 3,3 (2,123)= 8,008 9 Lebar kelas (W) = R/K = 255.75/9 = 28.4166667 29
KategoriVLDL Frequency Percent Valid 25.00-54.00 54.01-83.01 83.02-112.02 112.03-141.03 141.04-170.04 170.05-199.05 199.06-228.06 228.07-257.07 257.08-286.08 Total 5 17 44 25 24 10 4 1 3 133 3.8 12.8 33.1 18.8 18.0 7.5 3.0 .8 2.3 100.0 Valid Percent Cumulative Percent 3.8 12.8 33.1 18.8 18.0 7.5 3.0 .8 2.3 100.0 3.8 16.5 49.6 68.4 86.5 94.0 97.0 97.7 100.0
Buatlah Frekuensi distribusi Gula Darah Berapa angka kejadian DM Kategori GDS Valid Valid Non Frequency Percent 120 90.2 Percent 90.2 9.8 100.0 Cumulative Percent 90.2 100.0
DM DM 13 9.8 Total 133 100.0 Gula darah sewaktu dibedakan 2 kategori : Non DM DM : GDS < 200 : All others
Dari Tabel diatas didapatkan angka kejadian DM 13 kasus 3 Hitunglah korelasi Gula darah dan Total Kolesterol berapa nilai p dan t
Correlations Gula Gula Sewaktu Darah Pearson Correlation Sig. (2-tailed) N Pearson Darah Total Cholesterol .285** .001 133 1 Sewaktu 1
Total Cholesterol
133 .285**
Correlation Sig. (2-tailed) .001 N 133 133 **. Correlation is significant at the 0.01 level (2-tailed).
Nilai p 0.001 nilai r 0.285, interpretasi a. Nilai p (0.001) < (0.05) maka Ho ditolak, dengan kata lain ada hubungan antara gula darah sewaktu dengan total kolesterol. b. Nilai r 0.285 berarti hubungan gula darah sewaktu dengan total kolesterol menunjukkan hubungan yang sedang dan berpola positif. Artinya semakin tinggi gula darah sewaktu semakin tinggi total kolesterol.
Group Statistics kategoriGDS VLDL non DM DM N 120 13 Mean 1.2217E2 1.2915E2 Std. Deviation 41.52285 73.07819 Std. Error Mean 3.79050 20.26824
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval Sig. (2F VLDL Equal variances assumed Equal variances not assumed -.339 12.852 .740 -6.98093 20.61964 -51.57898 37.61712 11.441 .001 -.527 131 .599 -6.98093 13.23770 -33.16826 19.20640 Sig. t df tailed) Mean Difference Std. Error Difference of the Difference Lower Upper
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) > (0,05) berarti Hipotesis Ho diterima, atau tidak ada perbedaan VLDL antara kelompok non DM dan DM. Nilai p 0.740 > (0.05) ,berarti H0 diterima dengan demikian tidak ada perbedaan VLDL antara kelompok non DM dan DM.
Apakah variabel HDL berdistribusi normal Tests of Normality Kolmogorov-Smirnova Statistic df Sig. HDL .181 133 .000 a. Lilliefors Significance Correction
Sig. .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 = 255.75 Jumlah kelas (K) = 1 + 3,3 log n = 1 + 3,3 log 133 = 1 + 3,3 (2,123)= 8,008 9 Lebar kelas (W) = R/K = 255.75/9 = 28.4166667 29
KategoriVLDL Frequency Percent Valid 25.00-54.00 54.01-83.01 83.02-112.02 112.03-141.03 141.04-170.04 170.05-199.05 199.06-228.06 228.07-257.07 257.08-286.08 Total 5 17 44 25 24 10 4 1 3 133 3.8 12.8 33.1 18.8 18.0 7.5 3.0 .8 2.3 100.0 Valid Percent Cumulative Percent 3.8 12.8 33.1 18.8 18.0 7.5 3.0 .8 2.3 100.0 3.8 16.5 49.6 68.4 86.5 94.0 97.0 97.7 100.0
Buatlah Frekuensi distribusi Gula Darah Berapa angka kejadian DM Kategori GDS Valid Valid Non Frequency Percent 120 90.2 Percent 90.2 9.8 100.0 Cumulative Percent 90.2 100.0
DM DM 13 9.8 Total 133 100.0 Gula darah sewaktu dibedakan 2 kategori : Non DM DM : GDS < 200 : All others
Dari Tabel diatas didapatkan angka kejadian DM 13 kasus 8 Hitunglah korelasi Gula darah dan Total Kolesterol berapa nilai p dan t
Correlations Gula Gula Sewaktu Darah Pearson Correlation Sig. (2-tailed) N Pearson Darah Total Cholesterol .285** .001 133 1 Sewaktu 1
Total Cholesterol
133 .285**
Correlation Sig. (2-tailed) .001 N 133 133 **. Correlation is significant at the 0.01 level (2-tailed).
Nilai p 0.001 nilai r 0.285, interpretasi c. Nilai p (0.001) < (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.
Group Statistics kategoriGDS VLDL non DM DM N 120 13 Mean 1.2217E2 1.2915E2 Std. Deviation 41.52285 73.07819 Std. Error Mean 3.79050 20.26824
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval Sig. (2F VLDL Equal variances assumed Equal variances not assumed -.339 12.852 .740 -6.98093 20.61964 -51.57898 37.61712 11.441 .001 -.527 131 .599 -6.98093 13.23770 -33.16826 19.20640 Sig. t df tailed) Mean Difference Std. Error Difference of the Difference Lower Upper
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) > (0,05) berarti Hipotesis Ho diterima, atau tidak ada perbedaan VLDL antara kelompok non DM dan DM. Nilai p 0.740 > (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 Kolmogorov-Smirnova Statistic df Sig. HDL .181 133 .000 a. Lilliefors Significance Correction
Sig. .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.
13
1 Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol) dan sajikan dalam bentuk Frekuensi distribusi
Statistics LDLX N Valid Missing Mean Std. Error of Mean Median Mode Std. Deviation Range Minimum Maximum 133 0 126.2574 2.70393 123.4060 86.80a 31.18326 171.60 75.93 247.53
Kategori LDLX Cumulative Frequency Valid 75.00-97.00 97.01-119.00 119.01-141.00 141.01-163.00 163.01-185.00 207.01-229.00 229.01-251.00 Total 21 39 36 25 8 2 2 133 Percent 15.8 29.3 27.1 18.8 6.0 1.5 1.5 100.0 Valid Percent 15.8 29.3 27.1 18.8 6.0 1.5 1.5 100.0 Percent 15.8 45.1 72.2 91.0 97.0 98.5 100.0
Case Processing Summary Cases Valid N Kategori LDLX * Kategori Umur 133 Percent 100.0% N 0 Missing Percent .0% N 133 Total Percent 100.0%
Kategori LDLX * Kategori Umur Crosstabulation Count Kategori Umur 4022-30 Kategori LDLX 75.00-97.00 97.01-119.00 119.01-141.00 141.01-163.00 163.01-185.00 207.01-229.00 229.01-251.00 Total 2 3 3 2 0 0 0 10 31-39 6 4 1 3 0 0 0 14 48 3 11 12 7 4 0 1 38 49-57 1 11 7 4 2 2 1 28 58-66 5 6 8 6 2 0 0 27 67-75 3 3 5 2 0 0 0 13 76-84 1 1 0 1 0 0 0 3 Total 21 39 36 25 8 2 2 133
Correlations LDLX LDLX Pearson Correlation Sig. (2-tailed) Sum of Squares and Crossproducts Covariance N Triglecerid Pearson Correlation Sig. (2-tailed) Sum of Squares and Crossproducts Covariance N **. Correlation is significant at the 0.01 level (2-tailed). 1242.797 133 7917.117 133 972.396 133 .448
**
128356.236
164049.161
1242.797 133 1
Apakah ada perbedaan LDLX antar kelompok PJK positif dan Negatif.
ANOVA
Tidak ada perbedaan antara kadar LDLX antar kelompok PJK positif dan negatif
Multiple Comparisons PJK Bonferroni (I) Kategori LDLX (J) Kategori LDLX Mean Difference (I-J) 75.00-97.00 97.01-119.00 119.01-141.00 141.01-163.00
dimension3
95% Confidence Interval Std. Error .122 .124 .134 .188 .334 .334 .122 .104 .116 .175 .327 .327 .124 .104 .118 .176 .328 .328 .134 .116 .118 .183 .332 .332 .188 .175 .176 .183 .357 .357 .334 .327 .328 .332 Sig. 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 Lower Bound -.60 -.55 -.47 -.94 -.89 -1.39 -.16 -.27 -.20 -.68 -.66 -1.16 -.22 -.38 -.26 -.74 -.71 -1.21 -.36 -.52 -.47 -.87 -.83 -1.33 -.22 -.40 -.35 -.27 -.61 -1.11 -1.18 -1.37 -1.32 -1.23 Upper Bound .16 .22 .36 .22 1.18 .68 .60 .38 .52 .40 1.37 .87 .55 .27 .47 .35 1.32 .82 .47 .20 .26 .27 1.23 .73 .94 .68 .74 .87 1.61 1.11 .89 .66 .71 .83
-.216 -.163 -.057 -.357 .143 -.357 .216 .053 .159 -.141 .359 -.141 .163 -.053 .106 -.194 .306 -.194 .057 -.159 -.106 -.300 .200 -.300 .357 .141 .194 .300 .500 .000 -.143 -.359 -.306 -.200
97.01-119.00
119.01-141.00
141.01-163.00
75.00-97.00 97.01-119.00
dimensi
119.01-141.00
dimension3
on2
163.01-185.00
207.01-229.00
141.01-163.00
LDLX
.081
Karena nilai p (0.034) < 0.05, maka data LDLX tidak berdistribusi normal.
14
1 Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol) dan sajikan dalam bentuk Frekuensi distribusi. Sama dengan di atas Buatlah Frekuensi distribusi LDLX berdasarkan kelompok umur. Sama dengan di atas Hitunglah korelasi LDLX dan Total Kolesterol berapa nilai p dan t.
Correlations LDLX LDLX Pearson Correlation Sig. (2-tailed) Sum of Squares and Crossproducts Covariance N Total Cholesterol Pearson Correlation Sig. (2-tailed) Sum of Squares and Crossproducts Covariance N **. Correlation is significant at the 0.01 level (2-tailed). 1699.993 133 2972.015 133 972.396 133 1.000
**
2 3
128356.236
224399.015
1699.993 133 1
Nilai p = 0.000 4 Nilai t = ~ (tidak terhingga) Apakah ada perbedaan LDLX antar kelompok Genetik PJK positif dan Negatif.
ANOVA Genetik Sum of Squares Between Groups Within Groups Total 1.133 18.536 19.669 df 6 126 132 Mean Square .189 .147 F 1.284 Sig. .269
Nilai p = 0,269 >0.05 maka, tidak ada perbedaan kadar LDLX antara kelompok genetik PJK positif dan PJK negatif
Multiple Comparisons Genetik Bonferroni (I) Kategori LDLX (J) Kategori LDLX Mean Difference (I-J) 75.00-97.00 97.01-119.00 119.01-141.00 141.01-163.00
dimension3
95% Confidence Interval Std. Error Sig. 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 Lower Bound -.48 -.34 -.42 -.77 -.78 -1.28 -.16 -.13 -.21 -.58 -.61 -1.11 -.31 -.42 -.36 -.73 -.75 -1.25 -.29 -.40 -.26 -.70 -.71 -1.21 -.21 -.34 -.20 -.27 -.57 -1.07 -.98 -1.12 -.98 -1.03 Upper Bound .16 .31 .29 .21 .98 .48 .48 .42 .40 .34 1.12 .62 .34 .13 .26 .20 .98 .48 .42 .21 .36 .27 1.03 .53 .77 .58 .73 .70 1.32 .82 .78 .61 .75 .71
-.161 -.016 -.065 -.280 .095 -.405 .161 .145 .096 -.119 .256 -.244 .016 -.145 -.049 -.264 .111 -.389 .065 -.096 .049 -.215 .160 -.340 .280 .119 .264 .215 .375 -.125 -.095 -.256 -.111 -.160
.104 .105 .114 .159 .284 .284 .104 .089 .098 .149 .278 .278 .105 .089 .100 .150 .279 .279 .114 .098 .100 .156 .282 .282 .159 .149 .150 .156 .303 .303 .284 .278 .279 .282
97.01-119.00
119.01-141.00
141.01-163.00
75.00-97.00 97.01-119.00
dimensi
119.01-141.00
dimension3
on2
163.01-185.00
207.01-229.00
141.01-163.00
.288
Nilai p=0.000 < 0.05 maka variabel gula darah tidak berdistribusi normal
15
1. Buatlah variable indeks massa tubuh dan sajikan dalam bentuk frekuensi distribusi untuk data kualitatif
Buat variable IMT :
Transform Compute Variabel Isi target variable IMT Masukkan 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 CHANGE Isi Old and New Value masukkan nilai Klasifikasi IMT berdasarkan Asia (lihat panduan) Lowest thru 18,5 value : 1 Range 18,5 22,99 value : 2 Range 23 24,99 value : 3 Range 25 29,99 value : 4 Highest thru 30 value : 5 CONTINUE OK Kemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi nilai value KatIMT : 1 underweight 2 healthy weight 3 overweight 4 heavily overweight 5 obese Kemudian kita akan menampilkan distribusi dan bar chart untuk KatIMT, caranya : Analyze Descriptive Statistic Frequencies Masukkan variable KatIMT Pada Statistic mean, std.dev, maximum, minimum. Pada Charts bar Chart OK
Range 72-81 value : 6 CONTINUE OK Kemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi nilai value KatUmur 1 22-31 2 32-41 3 42-51 4 52-61 5 62-71 6 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 SISTOLIK OK Interpretasi : lihat di sig (nilai p) untuk mengetahui kemaknaan korelasi <0,05 = h0 ditolak >0,05 = h0 diterima Pada kasus = 0,275 = >0,05 = h0 diterima = tidak ada korelasi umur dan TD sistolik 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 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
Plots stem leaf, histrogram, dan normality plot with test CONTINUE OK Data numerik Interpretasi : Lihat Hasil di Kolmogrov-Smirnov, pada signifikasi = 0.200 (pada kasus berdistribusi normal) Interpretasi : Berdistribusi Normal : jika pada sig > 0,05 Berdistribusi tidak normal : jika nilai sig < 0,05
Tests of Normality Kolmogorov-Smirnova Shapiro-Wilk Statistic df Sig. Statistic df Umur .052 133 .200* .989 133 a. Lilliefors Significance Correction *. This is a lower bound of the true significance.
Sig. .406
16
1. Buatlah variable indeks massa tubuh dan sajikan dalam bentuk frekuensi distribusi untuk data kualitatif
Buat variable IMT : Transform Compute Variabel Isi target variable IMT Masukkan 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 CHANGE Isi Old and New Value masukkan nilai Klasifikasi IMT berdasarkan Asia (lihat panduan) Lowest thru 18,5 value : 1 Range 18,5 22,99 value : 2 Range 23 24,99 value : 3 Range 25 29,99 value : 4 Highest thru 30 value : 5 CONTINUE OK Kemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi nilai value KatIMT : 1 underweight 2 healthy weight 3 overweight 4 heavily overweight 5 obese Kemudian kita akan menampilkan distribusi dan bar chart untuk KatIMT, caranya : Analyze Descriptive Statistic Frequencies Masukkan variable KatIMT Pada Statistic mean, std.dev, maximum, minimum. Pada Charts bar Chart OK
Range 80-89 value : 6 Range 90-99 value : 7 Range 100-109 value : 8 CONTINUE OK Kemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi nilai value KatBerat : 1 30-39 2 40-49 3 50-59 4 60-69 5 70-79 6 80-89 7 90-99 8 100-109 Kategori Berat Frequency 8 31 40 29 11 10 3 1 133 Percent Valid Percent 6.0 6.0 23.3 23.3 30.1 30.1 21.8 21.8 8.3 8.3 7.5 7.5 2.3 2.3 .8 .8 100.0 100.0 Cumulative Percent 6.0 29.3 59.4 81.2 89.5 97.0 99.2 100.0
Valid
30-39 tahun 40-49 tahun 50-59 tahun 60-69 tahun 70-79 tahun 80-89 tahun 90-99 tahun 100-109 tahun Total
3. Hitunglah korelasi berat dan tekanan darah sistolik berapa nilai p buatlah interpretasinya
Analyze Correlate bivariate (data Numeric vs Numeric) Isi variable BERAT dan SISTOLIK OK Interpretasi : lihat di sig (nilai p) untuk mengetahui kemaknaan korelasi <0,05 = h0 ditolak >0,05 = h0 diterima Pada 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 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 Pada kasus nilai r (pearson correlation) 0,302 = korelasi sedang (nilai t) = rVn-2 / V1-r2 = 3.4565 / 0.9088 = 3.80
Correlations Correlations Berat Sistolik Pearson Correlation 1 .302** Sig. (2-tailed) .000 N 133 133 ** Sistolik Pearson Correlation .302 1 Sig. (2-tailed) .000 N 133 133 **. Correlation is significant at the 0.01 level (2-tailed). Berat
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 1 Buatlah variable baru KatTotal, caranya : Transform recode into different variable Input variable Total Kolesterol Output variable KatTotal, Kategori Total Kolesterol CHANGE Masukkan old and new value : Lowest 200 value 0 All other value value 1 OK
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-test Isi test variabel sistolik Isi grouping variabel KatTotal Define group use specific value group 1= 0, group 2 =1 CONTINUE OK 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 assumed Pada 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 Kategori Total Kolesterol dTotal Kolesterol normal i Total Kolesterol tinggi 1 Group Statistics N Mean Std. Deviation Std. Error Mean 87 143.59 22.376 2.399 46 144.72 22.333 3.293
Sistolik
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Std. Interval of the Mean Error Difference Sig. (2- Differenc Differe tailed) e nce Lower Upper .782 -1.131 4.076 -9.195 6.933 .782 -1.131 4.074 -9.223 6.960
F .026
Df 131
-.278 91.902
CONTINUE OK Data numerik Interpretasi : Lihat Hasil di Kolmogrov-Smirnov, pada signifikasi = 0,015 (pada kasus berdistribusi tidak normal) Interpretasi : Berdistribusi Normal : jika pada sig > 0,05 Berdistribusi tidak normal : jika nilai sig < 0,05
Tests of Normality Kolmogorov-Smirnova Shapiro-Wilk Statistic df Sig. Statistic df Berat .087 133 .015 .964 133 a. Lilliefors Significance Correction
Sig. .001
Karena varibel tidak berdistribusi normal, maka untuk mencari korelasi digunakan spearmean Correlations Spearman's rho Correlation Coefficient Sig. (2-tailed) N Sistolik Correlation Coefficient Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed). Berat Berat 1.000 . 133 .347** .000 133 Sistolik .347** .000 133 1.000 . 133
Interpretasi : Lihat di spearman 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 Pada kasus nilai t 0,347 = korelasi sedang Kemudian lihat di sig untuk mengetahui kemaknaan korelasi <0,05 = h0 ditolak >0,05 = h0 diterima Pada 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 20 Sabtu- 31 Oktober- 2009 Penjelasan 1 2 1 Dari data yang tersedia pada CD dalam bentuk Excel pindahkanlah kedalam format SPSS 16 dengan tahap pertama membuat dulu format data Entry SPSS. Dari Data yang sudah di entry ke SPSS jawablah soal soal dibawah ini: Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi untuk data Kualitatif.
KATEGTORI IMT Cumulative Frequency Valid UNDER WEIGHT HEALTHY WEIGHT HEAVY WEIGHT VERY HEAVY WEIGHT OBESE Total 40 32 17 26 18 133 Percent 30.1 24.1 12.8 19.5 13.5 100.0 Valid Percent 30.1 24.1 12.8 19.5 13.5 100.0 Percent 30.1 54.1 66.9 86.5 100.0
KATEGORI TINGGI Cumulative Frequency Valid 1.00 2.00 3.00 5.00 Total 39 41 34 19 133 Percent 29.3 30.8 25.6 14.3 100.0 Valid Percent 29.3 30.8 25.6 14.3 100.0 Percent 29.3 60.2 85.7 100.0
Hitunglah korelasi Tinggi dan tekanan darah Diastolik berapa nilai p dan t
Tests of Normality Kolmogorov-Smirnova Statistic df 133 Sig. .001 Statistic .947 Shapiro-Wilk df 133 Sig. .000
Tinggi a.
.106
Lilliefors Significance Correction Tests of Normality Kolmogorov-Smirnova Statistic Df 133 Sig. .000 Statistic .848 Shapiro-Wilk df 133 Sig. .000
Diastolik
.173
a. Lilliefors Significance Correction Correlations Diastolik Spearman's rho Diastolik Correlation Coefficient Sig. (2-tailed) N Tinggi Correlation Coefficient Sig. (2-tailed) N 1.000 . 133 -.153 .080 133 Tinggi -.153 .080 133 1.000 . 133
Apakah ada perbedaan tekanan darah sistolik antar kelompok Trigliserid Buat 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
N 114 19
Sig. ,894
t -1,788 -1,711
df 131 23,622
Mean Differen
-9,7
-9,7
Dari data,,dak ado perbedaan tekanan darah sistolik antara kelompok trigleserida 5 Apakah variabel Tinggi berdistribusi normal
Tests of Normality Kolmogorov-Smirnova Statistic Tinggi ,106 df 133 Sig. ,001 Statistic ,947 Shapiro-Wilk df 133 Sig. ,000
18
Soal nomor 18. 1
Statistics Kategori IMt N Valid Missing 133 0
Kategori IMt Cumulative Frequency Valid under weight healthy weight over weight heavily overweight Obese Total 40 32 17 26 18 133 Percent 30.1 24.1 12.8 19.5 13.5 100.0 Valid Percent 30.1 24.1 12.8 19.5 13.5 100.0 Percent 30.1 54.1 66.9 86.5 100.0
2. 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,,
Kategori Sistolik Cumulative Frequency Valid Normal Prehipertensi Hipertensi Total 22 53 58 133 Percent 16.5 39.8 43.6 100.0 Valid Percent 16.5 39.8 43.6 100.0 Percent 16.5 56.4 100.0
Tests of Normality Kolmogorov-Smirnova Statistic Diastolik .173 df 133 Sig. .000 Statistic .848 Shapiro-Wilk df 133 Sig. .000
Kolesterol
Tests of Normality Kolmogorov-Smirnova Statistic Total Cholesterol .081 df 133 Sig. .034 Statistic .932 Shapiro-Wilk df 133 Sig. .000
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 Diastolik Pearson Correlation Sig. (2-tailed) N Total Cholesterol Pearson Correlation Sig. (2-tailed) N 133 ,013 ,880 133 133 1 Total Cholesterol ,013 ,880 133 1
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
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 Diastolik
dimension1
N 114 19
t-test for Eq
Sig. ,683
t -,002 -,003
df 131 29,709
Mean Differe
-,
-,
Dari hasil di atas,,tidak ada perbedaan tekanan darah diastolic antar kelompok trigleserid 5. distribusi Kolesterol tidak normal
Tests of Normality Kolmogorov-Smirnova Statistic Total Cholesterol .081 df 133 Sig. .034 Statistic .932 Shapiro-Wilk df 133 Sig. .000
19
1. Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi untuk data Kualitatif.
Statistics KATEGORI IMT N Valid Missing 133 0 KATEGORI IMT Cumulative Frequency Valid UNDERWEIGHT HEALTHY WEIGHT OVERWEIGHT HEAVILY OVERWEIGHT OBESE Total 40 32 17 26 18 133 Percent 30.1 24.1 12.8 19.5 13.5 100.0 Valid Percent 30.1 24.1 12.8 19.5 13.5 100.0 Percent 30.1 54.1 66.9 86.5 100.0
3. Hitunglah korelasi LDL dan tekanan darah Diastolik berapa nilai p dan t
Correlations LDL LDL Pearson Correlation Sig. (2-tailed) N Diastolik Pearson Correlation Sig. (2-tailed) N 133 .005 .958 133 133 1 Diastolik .005 .958 133 1
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
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval Sig. (2F Diastolik Equal variances assumed Equal variances not assumed .128 52.399 .899 .489 3.830 -7.194 8.173 .336 Sig. .563 t .148 df 131 tailed) .883 Mean Difference .489 Std. Error Difference 3.310 of the Difference Lower -6.059 Upper 7.038
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.
Karena nilai sig.nya 0.024 yaitu <0.05 maka tidak berdistribusi normal.
19
Ujian Praktikum Piranti Lunak Biostatistik Blok 20 Sabtu- 31 Oktober- 2009 Penjelasan 1 2 1 Dari data yang tersedia pada CD dalam bentuk Excel pindahkanlah kedalam format SPSS 16 dengan tahap pertama membuat dulu format data Entry SPSS. Dari Data yang sudah di entry ke SPSS jawablah soal soal dibawah ini: Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi untuk data Kualitatif.
Kategori IMT Cumulative Frequency Valid underweight heavyweight overweight heavilyoverweight obese Total 40 32 17 26 18 133 Percent 30,1 24,1 12,8 19,5 13,5 100,0 Valid Percent 30,1 24,1 12,8 19,5 13,5 100,0 Percent 30,1 54,1 66,9 86,5 100,0
Buatlah Frekuensi distribusi Tekanan darah Diastolik penderita Jumlah kelas = 1 + 3,3 log 133 = 8 Jumlah kelas = (nilai max nilai min)/jumlah kelas = 18
Kategori Diastolik Cumulative Frequency Valid 56-73 74-91 92-109 110-127 128-145 182-199 Total 18 68 31 12 3 1 133 Percent 13,5 51,1 23,3 9,0 2,3 ,8 100,0 Valid Percent 13,5 51,1 23,3 9,0 2,3 ,8 100,0 Percent 13,5 64,7 88,0 97,0 99,2 100,0
Hitunglah korelasi LDL dan tekanan darah Diastolik berapa nilai p dan t
Nilai sig. LDL dan Diastolik < 0,05 = sebaran data tidak normal Uji normalitas setelah transformasi
Tests of Normality Kolmogorov-Smirnova Statistic Trans_LDL Trans_Diastolik ,040 ,141 df 133 133 Sig. ,200
*
,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 Spearman's rho LDL Correlation Coefficient Sig. (2-tailed) N Diastolik Correlation Coefficient Sig. (2-tailed) N . 133 ,077 ,380 . 133 133 1,000 Diastolik ,077 ,380 133 1,000
Nilai p = 0,380 > 0,05 artinya korelasi tidak bermakna Nilai t = 0,077 artinya kekuatan korelasi sangat lemah
df 38 95
,265 ,141
en
si
on
Nilai sig. LDL < 0,05 memiliki sebaran data tidak normal Uji normalitas setelah transformasi
df 38 95
,230 ,127
en
sio
n1
Nilai LDL < 0,05 memiliki sebaran tidak normal, sehingga uji yang dipai adalah Mann-Whitney
N 38 95 133
en
sio
n1
Test Statisticsa Diastolik Mann-Whitney U Wilcoxon W Z Asymp. Sig. (2-tailed) 1708,000 2449,000 -,488 ,625
Nilai sig. 0,626 > 0,05, artinya tidak ada perbedaan bermakna Diastolik antara kelompok LDL
Tests of Normality Kolmogorov-Smirnova Statistic LDL ,084 df 133 Sig. ,024 Statistic ,936 Shapiro-Wilk df 133 Sig. ,000
Nilai sig. 0,000 < 0,05 artinya sebaran data tidak normal
20
Ujian Praktikum Piranti Lunak Biostatistik Blok 20 Sabtu- 31 Oktober- 2009 Penjelasan 1 2 1 Dari data yang tersedia pada CD dalam bentuk Excel pindahkanlah kedalam format SPSS 16 dengan tahap pertama membuat dulu format data Entry SPSS. Dari Data yang sudah di entry ke SPSS jawablah soal soal dibawah ini: Buatlah Variabel Indeks Massa tubuh dan sajikan dalam bentuk Frekuensi distribusi untuk data Kualitatif.
Frequencies
Statistics Kategori Index Massa Tubuh N Valid Missing 133 0
Kategori Index Massa Tubuh Cumulative Frequency Valid Healthy Heavily Obese Overweig Underwei Total 32 26 18 17 40 133 Percent 24.1 19.5 13.5 12.8 30.1 100.0 Valid Percent 24.1 19.5 13.5 12.8 30.1 100.0 Percent 24.1 43.6 57.1 69.9 100.0
Frequencies
[DataSet1] Statistics Kategori LDL N Valid Missing 133 0
Kategori LDL Cumulative Frequency Valid High Normal Total 95 38 133 Percent 71.4 28.6 100.0 Valid Percent 71.4 28.6 100.0 Percent 71.4 100.0
HDL
ANOVA LDL Sum of Squares Between Groups Within Groups Total 18106.231 254911.356 273017.587 df 5 127 132 Mean Square 3621.246 2007.176 F 1.804 Sig. .117
Significance 0.117 > 0,05 artinya Ho diterima jadi Tidak ada perbedaan rata-rata LDL antar kelompok umur
Multiple Comparisons LDL Bonferroni (I) Umur 22-31 (J) Umur 32-41 42-51 52-61 62-71 72-81 32-41 22-31 42-51 52-61 62-71 72-81 42-51 22-31 32-41 52-61 62-71 72-81 52-61 22-31 32-41 42-51 62-71 72-81 62-71 22-31 32-41 42-51 52-61 72-81 72-81 22-31 32-41 (I-J) 5.2520 -26.3689 -17.9168 -6.8388 -16.5800 -5.2520 -31.6209 -23.1688 -12.0908 -21.8320 26.3689 31.6209 8.4520 19.5301 9.7889 17.9168 23.1688 -8.4520 11.0780 1.3368 6.8388 12.0908 -19.5301 -11.0780 -9.7412 16.5800 21.8320 Std. Error 16.7632 16.0148 15.9229 17.8546 22.0784 16.7632 11.6637 11.5372 14.0839 19.1579 16.0148 11.6637 10.4199 13.1842 18.5066 15.9229 11.5372 10.4199 13.0725 18.4271 17.8546 14.0839 13.1842 13.0725 20.1199 22.0784 19.1579 Sig. 1.000 1.000 1.000 1.000 1.000 1.000 .115 .701 1.000 1.000 1.000 .115 1.000 1.000 1.000 1.000 .701 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 95% Confidence Interval Lower Bound -44.899 -74.281 -65.554 -60.255 -82.633 -55.403 -66.516 -57.685 -54.226 -79.148 -21.543 -3.274 -22.722 -19.914 -45.578 -29.720 -11.348 -39.626 -28.031 -53.792 -46.578 -30.045 -58.974 -50.187 -69.935 -49.473 -35.484 Upper Bound 55.403 21.543 29.720 46.578 49.473 44.899 3.274 11.348 30.045 35.484 74.281 66.516 39.626 58.974 65.156 65.554 57.685 22.722 50.187 56.466 60.255 54.226 19.914 28.031 50.452 82.633 79.148
Explore
Case Processing Summary Cases Valid N Gula Darah Sewaktu 133 Percent 100.0% N 0 Missing Percent .0% N 133 Total Percent 100.0%
Descriptives Statistic Gula Darah Sewaktu Mean 95% Confidence Interval for Lower Bound Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Upper Bound 139.29 124.04 154.53 123.34 111.00 7.900E3 88.884 82 699 617 38 3.907 17.251 .210 .417 Std. Error 7.707
Tests of Normality Kolmogorov-Smirnova Statistic Gula Darah Sewaktu .288 df 133 Sig. .000 Statistic .507 Shapiro-Wilk df 133 Sig. .000
21
Ujian Praktikum Piranti Lunak Biostatistik Blok 20 Sabtu- 31 Oktober- 2009 1 Buatlah Variabel baru dengan label VLDL dengan formula (kolesterol HDL) (Trigliserid/4.5) dan sajikan dalam bentuk Frekuensi distribusi
Statistics VLDL N Valid Missing Mean Median Mode Std. Deviation Variance Range Minimum Maximum 133 0 126,2891 117,2222 89,33a 45,30669 2052,696 250,78 38,89 289,67
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 38-68 69-99 100-130 131-161 162-192 193-223 224-254 255-285 286-316 Total 10 30 41 28 16 3 2 2 1 133 Percent 7,5 22,6 30,8 21,1 12,0 2,3 1,5 1,5 ,8 100,0
Std. Error F VLDL Equal variances assumed Equal variances not assumed 13,926 Sig. ,000 t -9,827 -13,534 df 131 130,958 Sig. (2-tailed) ,000 ,000 Mean Difference -65,08713 -65,08713 Difference
6,62303
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.
Hitunglah korelasi VLDL dan HDL berapa nilai p dan t Lihat dulu apakah VLDL dan HDL berdistribusi normal
Tests of Normality Kolmogorov-Smirnova Statistic VLDL a. ,085 df 133 Sig. ,020 Statistic ,943 Shapiro-Wilk df 133 Sig. ,000
Tests of Normality Kolmogorov-Smirnova Statistic HDL ,181 df 133 Sig. ,000 Statistic ,903 Shapiro-Wilk df 133 Sig. ,000
a. Lilliefors Significance Correction Nilai p=0.000, p<0.05HDL tidak berdistribusi normal Jika dianggap berdistribusi normalPearson correlation Correlations VLDL VLDL Pearson Correlation Sig. (2-tailed) N HDL Pearson Correlation Sig. (2-tailed) N 133 ,139 ,110 133 133 1 HDL ,139 ,110 133 1
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 Spearman's rho VLDL Correlation Coefficient Sig. (2-tailed) N HDL Correlation Coefficient Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed). . 133 ,247
**
1,000
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.
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
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality
F Gula Darah Sewaktu Equal variances assumed Equal variances not assumed 7,153
Sig. ,008
t -1,831 -1,377
df 131 25,884
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 0,180 (>0,05) Ho diterima,tidak ada perbedaan VLDL antara kelompok LDL.
VLDL
,085
Nilai p pada Kolmogoroc-Smirnov adalah 0,02 (<0,05) berarti distribusi tidak normal.
22
Ujian Praktikum Piranti Lunak Biostatistik Blok 20 Sabtu- 31 Oktober- 2009 1 Buatlah Variabel baru dengan label VLDL dengan formula (kolesterol HDL) (Trigliserid/4) dan sajikan dalam bentuk Frekuensi distribusi
Statistics VLDL N Valid Missing Mean Median Mode Std. Deviation Variance Range Minimum Maximum 133 0 122,8553 113,2500 62,50a 45,21247 2044,168 255,75 25,00 280,75
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 Frequency V 25-56,99 al 57-88,99 id 89-120,99 121-152,99 153-184,99 185-216,99 217-248.99 249-280,99 Total 5 24 41 34 21 3 2 3 133 Percent 3,8 18,0 30,8 25,6 15,8 2,3 1,5 2,3 100,0 Valid Percent 3,8 18,0 30,8 25,6 15,8 2,3 1,5 2,3 100,0 Percent 3,8 21,8 52,6 78,2 94,0 96,2 97,7 100,0
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 Frequency Percent 90,2 9,8 100,0 Valid Percent 90,2 9,8 100,0 Percent 90,2 100,0
Valid
120 13 133
Ditanya: angka kejadian DM Jawab: angka kejadian DM: 13 dari 133 atau 9,8%
Hitunglah korelasi Gula darah dan Total Kolesterol berapa nilai p dan t Lihat apakah GDS dan total kolesterol berdistribusi normal
Tests of Normality Kolmogorov-Smirnova Statistic df 133 133 Sig. ,034 ,000 Statistic ,932 ,507 Shapiro-Wilk df 133 133 Sig. ,000 ,000
,081 ,288
Nilai p<0.05, jadi gula darah dan total kolesterol tidak berdistribusi normal
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.
1,000
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.
Menggunakan independent sample T test, pada kelompok test variable: VLDL, sedangkan grouping variable: KatDM (masukan 0 dan 1) Hasilnya adalah sbb:
Independent Samples Test Levene's Test for Equality of Variances
Sig. ,001
t -,527 -,339
df 131 12,852
Mean Difference
-6,98093
-6,98093
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 0,740 (>0,05) tidak ada perbedaan bermakna antara VLDL dan kelompok DM dan nonDM
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 Kolmogorov-Smirnova Statistic df 133 Sig. ,000 Statistic ,903 Shapiro-Wilk df 133 Sig. ,000
HDL
,181
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. 2.
Klik Transform > Compute Variable Masukin Rumus sesuai soal > Klik OK
3. Klik Analyze > Descriptive > Frequencies 4. Masukin variable VLDL > Klik Statistics > Klik Continue > Klik OK
6.
5. Buat Kategori VLDL untuk membuat table distribusi frekuensi Banyak kelas interval = 1+3.3 log n = 1 + 3.3 log 133 = 8 kelas Lebar interval = 285.47-32.35/8 = 31.64 = 32 Klik Transform > Recode Into Different Variables 7. 8. Pindahkan variable VLDL > Pilih Old and New Values > Klik Continue > Klik OK 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 Missing Mean Median Mode Std. Deviation Range Minimum Maximum 133 0 124,6732 114,9412 96,82a 45,24556 253,12 32,35 285,47
Frequency Valid 32-63,99 64-95,99 96-127,99 128-159,99 160-191,99 192-223,99 224-255,99 256-287,99 Total 7 26 46 30 16 3 2 3 133
Percent 5,3 19,5 34,6 22,6 12,0 2,3 1,5 2,3 100,0
Analisis Data: 34,6% 2 Buatlah Frekuensi distribusi Hemotokrit Caranya: 1. Klik Analyze > Descriptive Statistics > Frequency > Masukin variable Hematokrit > Klik Statistics > Centang mean, median, > Klik Continue > Klik OK 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
HASIL TABEL
Statistics Hematokrit N Valid Missing Mean Median Mode Std. Deviation Variance Range Minimum Maximum 133 0 45,71 46,00 48 1,727 2,982 5 43 48
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 t Caranya: 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
Tests of Normality Kolmogorov-Smirnova Statistic Hematokrit Total Cholesterol ,164 ,081 df 133 133 Sig. ,000 ,034 Statistic ,898 ,932 Shapiro-Wilk df 133 133 Sig. ,000 ,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 korelasi
Klik Analyze > Klik Correlate > Klik Bivariate > Masukkan variable total Kolesterol dan Hematokrit > Klik OK
Correlations Hematokrit Hematokrit Pearson Correlation Sig. (2-tailed) N Total Cholesterol Pearson Correlation Sig. (2-tailed) N 133 ,003 ,975 133 133 1 Total Cholesterol ,003 ,975 133 1
Nilai p = 0.975 (p > 0.05) maka H0 gagal ditolak pada =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 Spearman's rho Hemotokrit Correlation Coefficient Sig. (2-tailed) N Total Cholesterol Correlation Coefficient Sig. (2-tailed) N . 133 ,035 ,686 . 133 133 1,000 Total Cholesterol ,035 ,686 133 1,000
Nilai p=0.686p>0.05Ho gagal ditolaktidak ada korelasi signifikan antara hematokrit dan total kolesterol Nilai 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.
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-test Klik 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
t-test fo
F Kategori LDL Equal variances assumed Equal variances not assumed 5,519
Sig. ,020
t 1,571 1,439
df 131 31,152
Mean Di
Nilai signifikan pada Levenes 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 ratarata kadar LDL pada kelompok tidak ada genetik PJK dan ada genetic 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 Kolmogorov-Smirnova Statistic Hematokrit ,164 df 133 Sig. ,000 Statistic ,898 Shapiro-Wilk df 133 Sig. ,000
Nilai p= 0.000 (p<0.05) artinya H0 ditolak, variable Hematokrit tidak berdistribusi normal.
24
1 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 interval Klik Analyze > Descriptive Statistics > Frequencies > Masukkan variable VLDL > Klik Statistics > Centang Minimum and Maximum
Banyak kelas interval = 1 + 3.3 log n = 1 +3.3 log 133 = 8 Lebar kelas interval = (296.8 50.0) : 8 = 30.85 = 31 4. Buat kategori VLDL dengan 8 kelas dan lebar interval 31 Klik 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 frekuensi Klik 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 Missing Mean Median Mode Std. Deviation Variance Range Minimum Maximum 133 0 129,0361 120,8000 145,00 45,47873 2068,315 246,80 50,00 296,80 Frequency Valid 50-80,99 81-111,99 112-142,99 143-173,99 174-204,99 205-235,99 236-266,99 267-297,99 Total 15 40 32 26 13 2 2 3 133 Percent 11,3 30,1 24,1 19,5 9,8 1,5 1,5 2,3 100,0
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%
Buatlah Frekuensi distribusi Kejadian PJK berdasarkan kelompok umur 1. 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
Banyak kelas interval = 1 + 3.3 log 133 = 8 Lebar kelas interval = (80-22) : 8 = 7.25 = 8 2. Membuat Kategori Umur Klik Transform > Recode into Different Variables > Masukkan Variabel Umur > Klik Change > Klik Old and New Values > Klik Continue >Klik OK 3. 4. Pada variable view, masukkan vakues > Klik OK Pada variable view buat values PJK > Klik OK
5. Membuat table kejadian PJK berdasarkan frekuensi distribusi umur Klik 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 Tidak PJK Kategori Umur 22-29 Count % of Total 30-37 Count % of Total 38-45 Count % of Total 46-53 Count % of Total 54-61 Count % of Total 62-69 Count % of Total 70-77 Count % of Total 78-85 Count % of Total Total Count % of Total 3 2,3% 10 7,5% 21 15,8% 21 15,8% 24 18,0% 9 6,8% 5 3,8% 2 1,5% 95 71,4% PJK 1 ,8% 6 4,5% 9 6,8% 4 3,0% 10 7,5% 3 2,3% 4 3,0% 1 ,8% 38 28,6% Total 4 3,0% 16 12,0% 30 22,6% 25 18,8% 34 25,6% 12 9,0% 9 6,8% 3 2,3% 133 100,0%
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 t 1. Uji Normalitas Data dulu Klik Analyze > Descriptive Statistics > Explore > Masukkan variable Hematokrit dan LDL > Klik Plots > Centang Normality Plots Hasil Output
Tests of Normality Kolmogorov-Smirnova Statistic Hematokrit LDL ,164 ,084 df 133 133 Sig. ,000 ,024 Statistic ,898 ,936 Shapiro-Wilk df 133 133 Sig. ,000 ,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 korelasi Klik Analyze > Correlate > Bivariate > Masukkan variable LDL dan Hematokrit > Centang Pearson dan Two Tailed > Klik OK 3. Hasil OUTPUT
Correlations LDL LDL Pearson Correlation Sig. (2-tailed) N Hematokrit Pearson Correlation Sig. (2-tailed) N 133 ,071 ,420 133 133 1 Hematokrit ,071 ,420 133 1
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 Spearman's rho Hemotokrit Correlation Coefficient Sig. (2-tailed) N LDL Correlation Coefficient Sig. (2-tailed) N . 133 ,087 ,319 . 133 133 1,000 LDL ,087 ,319 133 1,000
Nilai p=0.319p>0.05Ho gagal ditolaktidak ada korelasi signifikan antara hematokrit dan LDL Nilai r=0.087korelasi lemah dan tidak signifikan (lihat nilai p) Nilai t= r n-2/1-r2 = 0.99=1 t 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 PJK Pada variable view > masukkan Values 3. Uji independent sample t-test Klik 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
t-test fo
F Kategori LDL Equal variances assumed Equal variances not assumed ,853
Sig. ,357
t ,482 ,472
df 131 65,280
Mean Di
Nilai signifikan pada Levenes 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 ratarata 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 Kolmogorov-Smirnova Statistic Hematokrit ,164 df 133 Sig. ,000 Statistic ,898 Shapiro-Wilk df 133 Sig. ,000
Nilai p= 0.000 (p<0.05) artinya H0 ditolak, variable Hematokrit tidak berdistribusi normal.
25
Ujian 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 83,99 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
kategori VLDL Cumulative Frequency Valid 53-83.99 84-114.99 115-145.99 146-176.99 177-207.99 208-238.99 239-269.99 270-300.99 Total 15 41 31 27 12 3 1 3 133 Percent 11.3 30.8 23.3 20.3 9.0 2.3 .8 2.3 100.0 Valid Percent 11.3 30.8 23.3 20.3 9.0 2.3 .8 2.3 100.0 Percent 11.3 42.1 65.4 85.7 94.7 97.0 97.7 100.0 Statistics kategori VLDL N Valid Missing Mean Median Range Minimum Maximum 133 0 3.0602 3.0000 7.00 1.00 8.00
Buatlah Frekuensi distribusi Kejadian PJK berdasarkan Jenis kelamin Tabel frekuensi distribusi
sex * PJK Crosstabulation Count PJK pjk negatif Sex laki-laki perempuan Total 42 53 95 pjk positif 22 16 38 Total 64 69 133
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval Sig. (2F PJK Equal variances assumed Equal variances not assumed 1.421 126.278 .158 .112 .079 -.044 .268 7.931 Sig. .006 t 1.427 Df 131 tailed) .156 Mean Std. Error of the Difference Lower -.043 Upper .267
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 Gula Darah Sewaktu Pearson Correlation Sig. (2-tailed) N LDL Pearson Correlation Sig. (2-tailed) N *. Correlation is significant at the 0.05 level (2-tailed). 133 .210
*
Terlihat dari table diatas t (pearson correlation) = 0,210 termasuk kategori korelasi Lemah (00,25) Nilai P (sig (2-tailed)) = 0,015 <0,05 ada Korelasi 5 Apakah ada perbedaan LDL antar kelompok Laki laki & wanita.
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Interval of the Sig. (2F kategori LDL Equal variances assumed Equal variances not assumed -.272 129.731 .786 -.02151 .07904 -.17789 .13487 .296 Sig. .588 t -.272 df 131 tailed) .786 Mean Difference -.02151 Std. Error Difference .07897 Difference Lower -.17774 Upper .13472
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 Missing Minimum Maximum 133 0 53 296
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=7,98 Jadi jumlah kelas interval 8 kelas 2. Data maksimum-data minimum/ jumlah kelas interval= 296-53/8=30,37531
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 270300,99 yaitu sebesar 2%saja. 2 Buatlah Frekuensi distribusi VLDLF Kejadian PJK
kategori VLDLF * PJK Crosstabulation Count PJK PJK Negatif kategori VLDLF 53-83,99 84-114,99 115-145,99 146-176,99 177-207,99 239-269,99 270-300,99 Total 19 24 25 20 4 2 1 95 PJK Positif 3 14 11 5 4 0 1 38 Total 22 38 36 25 8 2 2 133
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 Spearman's rho Triglecerid Correlation Coefficient Sig. (2-tailed) N VLDLF Correlation Coefficient Sig. (2-tailed) N
*. Correlation is significant at the 0.01 level (2-tailed).
133 1,000
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 4 2. Nilai p = Sig. (2-tailed) 0,000 kurang dari 0,05 ada korelasi Apakah ada perbedaan VLDF antar kelompok PJK positif dan Negatif.
Independent Samples Test Levene's Test for Equality of Variances Mean Sig. (2F VLDLF Equal variances assumed Equal variances not assumed -,868 70,692 ,389 -7,239 ,309 Sig. ,579 t -,853 df 131 tailed) ,395 Differenc e -7,239 Std. Error Difference t-test for Equality of Means
8,48
8,34
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 Kolmogorov-Smirnova Statistic VLDLF ,081 df 133 Sig. ,034 Statistic ,932 Shapiro-Wilk df 133 Sig. ,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
Ujian Praktikum Piranti Lunak Biostatistik Blok 20 Sabtu- 31 Oktober- 2009 Penjelasan 1 2 1 2 3 4 5 Dari data yang tersedia pada CD dalam bentuk Excel pindahkanlah kedalam format SPSS 16 dengan tahap pertama membuat dulu format data Entry SPSS. Dari Data yang sudah di entry ke SPSS jawablah soal soal dibawah ini: Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol) dan sajikan dalam bentuk Frekuensi distribusi Buatlah Frekuensi distribusi LDLX berdasarkan kelompok umur Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan t Apakah ada perbedaan LDLX antar kelompok PJK positif dan Negatif. Apakah variabel LDLX berdistribusi normal
Jawab 1 . 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 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 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 Frequency Valid 75-94,99 95-114,99 115-134,99 135-154,99 155-174,99 175-194,99 215-234,99 235-254,99 Total 19 32 38 26 12 2 2 2 133 Percent 14,3 24,1 28,6 19,5 9,0 1,5 1,5 1,5 100,0 Valid Percent 14,3 24,1 28,6 19,5 9,0 1,5 1,5 1,5 100,0 Percent 14,3 38,3 66,9 86,5 95,5 97,0 98,5 100,0
7. Buatlah distribusi frekuensi umur penderita 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 = (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 Range 32-41 value : 2 Range 42-51 value : 3 Range 52-61 value : 4 Range 62-71 value : 5 Range 72-81 value : 6 Analyze deskriptif statistic crosstab Hasil
kategori LDLx * kategori umur Crosstabulation Count kategori umur 22-31 kategori LDLx 75-94,99 95-114,99 115-134,99 135-154,99 155-174,99 175-194,99 215-234,99 235-254,99 Total 2 3 3 2 0 0 0 0 10 32-41 6 6 7 4 2 0 0 0 25 42-51 2 8 7 11 6 0 1 1 36 52-61 4 10 14 4 2 2 1 1 38 62-71 4 4 4 3 2 0 0 0 17 72-81 1 1 3 2 0 0 0 0 7 Total 19 32 38 26 12 2 2 2 133
8. Analyze correlate bivariat Masuki kat LDLX dan trigliserid pada variable Ok Hasil
Correlations kategori LDLx kategori LDLx Pearson Correlation Sig. (2-tailed) N Triglecerid Pearson Correlation Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed). 133 .433
**
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
Sig. .579
t -.853 -.868
df 131 70.692
Mean Difference
-5.11187
-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 Kolmogorov-Smirnova Statistic LDLX ,081 df Sig. 133 ,034 Statistic ,932 Shapiro-Wilk df Sig. 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 Spearman's rho kategori LDLx Correlation Coefficient Sig. (2-tailed) N Triglecerid Correlation Coefficient Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed). 1.000 . 133 .397** .000 133 Triglecerid .397** .000 133 1.000 . 133
Interpretasinyo : nilai sig 0,000 korelasinyo bermakna nilai korelasinyo 0,397 bahwa arah korelasi positif dengan korelasi lemah. OSCE SPSS no. 28 1. Sama dengan soal 27 no.1 2. Sama dengan soal 27 no.2 3. Korelasi LDLX dengan total kolesterol
Correlations LDLX LDLX Pearson Correlation Sig. (2-tailed) N Total Cholesterol Pearson Correlation Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed). 133 1.000
**
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 kolesterol 4. PJK terdiri dari 2 kelompok = PJK positif dan PJK negative uji T
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means
Std. Erro F LDLX Equal variances assumed Equal variances not assumed .309 Sig. .579 t -.853 -.868 df 131 70.692 Sig. (2-tailed) .395 .389 Mean Difference -5.112 -5.112
Difference
5.
5.
Tests of Normality Kolmogorov-Smirnova Statistic Gula Darah Sewaktu .288 df 133 Sig. .000 Statistic .507 Shapiro-Wilk Df 133 Sig. .000
Pada hasil output diatas, hasil di kolmogrov-smirnov, pada signifikasi=0,000 berdistribusi tidak normal
29
Ujian Praktikum Piranti Lunak Biostatistik Blok 20 Sabtu- 31 Oktober- 2009 Penjelasan 1 2 1 2 3 Dari data yang tersedia pada CD dalam bentuk Excel pindahkanlah kedalam format SPSS 16 dengan tahap pertama membuat dulu format data Entry SPSS. Dari Data yang sudah di entry ke SPSS jawablah soal soal dibawah ini: Buatlah Variabel baru dengan label KolesterolX dengan formula (163 + 0.175 X Gula Darah ) dan sajikan dalam bentuk Frekuensi distribusi Buatlah Frekuensi distribusi Kolesterol X . Hitunglah korelasi kolesterol X dan Total Kolesterol berapa nilai p dan t
4 5
Apakah ada perbedaan kolesterolX antar kelompok Genetik PJK positif dan Negatif. 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 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 = (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 Missing Mean Median Std. Deviation Minimum Maximum 133 0 1,35 1,00 1,102 1 8 kategori kolestrol x Cumulative Frequency Valid 1 2 3 5 6 8 Total 112 13 2 2 3 1 133 Percent 84,2 9,8 1,5 1,5 2,3 ,8 100,0 Valid Percent 84,2 9,8 1,5 1,5 2,3 ,8 100,0 Percent 84,2 94,0 95,5 97,0 99,2 100,0
Descriptive Statistics Mean Total Cholesterol kolestrol x 187,98 22727,95 Std. Deviation 54,516 14503,625 N 133 133
Correlations Total Cholesterol Total Cholesterol Pearson Correlation Sig. (2-tailed) N kolestrol x Pearson Correlation Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed). 133 ,285** ,001 133 133 1 kolestrol x ,285** ,001 133 1
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 normal Analyze 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 : Berdistribusi Normal : jika pada sig > 0,05 Berdistribusi tidak normal : jika nilai sig < 0,05 Maka kolestrol x kolestrol x berdistribusi tidak normal
Tests of Normality Kolmogorov-Smirnova Statistic kolestrol x ,288 df 133 Sig. ,000 Statistic ,507 Shapiro-Wilk df 133 Sig. ,000
30
Ujian Praktikum Piranti Lunak Biostatistik Blok 20 Sabtu- 31 Oktober- 2009 Penjelasan 1 2 Dari data yang tersedia pada CD dalam bentuk Excel pindahkanlah kedalam format SPSS 16 dengan tahap pertama membuat dulu format data Entry SPSS. Dari Data yang sudah di entry ke SPSS jawablah soal soal dibawah ini:
1 2 3 4 5
Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol) dan sajikan dalam bentuk Frekuensi distribusi Buatlah Frekuensi distribusi LDLX berdasarkan jenis kelamin Hitunglah korelasi LDLX dan Total Kolesterol berapa nilai p dan t Apakah ada perbedaan LDLX antar kelompok Genetik PJK positif dan Negatif. 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-langkah a. Buat variable baru dengan label LDLX: 1) Transform Compute Variabel 2) Isi target variable LDLX 3) 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 : 75.00 124.99 125.00 174.99 175.00 224.99 225.00 274.99 b. Buat Kategori LDLX: 1) Transform Recode into different variable 2) Isi input variable LDLX 3) Isi output variable Name : Kat LDLX, Label : Kategori LDLX CHANGE 4) Isi Old and New Value masukkan nilai Klasifikasi LDLX Range 75.00-124.99 value : 1 Range 125.00-174.99 value : 2
175.00-224.99 225.00-274.99
value : 3 value : 4
Kemudian buka variable view: Ubah type menjadi string, Ubah decimal menjadi 0, Isi nilai value KatLDLX : 1 75.00-124.99 2 125.00-174.99 3 175.00-224.99 4 225.00-274.99 Ubah measure jadi nominal, c. Kemudian kita akan menampilkan distribusi dan bar chart untuk KatLDLX, caranya : 1) Analyze Descriptive Statistic Frequencies 2) Masukkan variable KatLDLX 3) Pada Statistic mean, std.dev, maximum, minimum. 4) Pada Charts bar Chart 5) OK
Hasil: Statistics Kategori LDLX N Valid Missing Mean Median Mode Std. Deviation Minimum Maximum 133 0 1.5338 1.0000 1.00 .63424 1.00 4.00
Kategori LDLX Frequency Percent 75.00 - 124.99 70 52.6 125.00 -174.99 57 42.9 175.00 -224.99 4 3.0 225.00 -274.99 2 1.5 Total 133 100.0
Kategori LDLX Frequency Valid 1,00 2,00 3,00 4,00 Total 70 57 4 2 133 Percent 52,6 42,9 3,0 1,5 100,0 Valid Percent 52,6 42,9 3,0 1,5 100,0 Cumulative Percent 52,6 95,5 98,5 100,0
Valid
atau
Atau
2. Buatlah Frekuensi distribusi LDLX berdasarkan jenis kelamin Langkah-langkah: a. Ganti value pada jenis kelamin Buka variable view: Ubah decimal menjadi 0, Isi nilai value Jenis Kelamin : 1 Laki-laki 2 Perempuan Ubah measure jadi nominal, b. Lalu buat table Frekuensi distribusi LDLX berdasarkan jenis kelamin: 1) Analyze descriptive statistic cross tab 2) Isi ROW KatLDLX 3) Isi COLUMN Jenis Kelamin 4) OK Hasil Output :
Kategori LDLX * Jenis Kelamin Crosstabulation Count Jenis Kelamin Laki - laki Perempuan 34 36 26 31 3 1 1 1 64 69 Total 70 57 4 2 133
Kategori LDLX
Total 1
Hitunglah korelasi LDLX dan Total Kolesterol berapa nilai p dan t Langkah-langkah: 1) Analyze Correlate bivariate (data Numeric vs Numeric) 2) Isi variable LDLX dan Total Kolesterol 3) OK Interpretasi : Lihat di Pearson Correlation untuk mengetahui tingkat korelasi 0 0,25 = korelasi Lemah 0,26-0,5 = korelasi Sedang 0,51-0,75 = korelasi Kuat 0,76-1,0 = korelasi sangat kuat Kemudian lihat di Sig. (2-tailed) untuk mengetahui kemaknaan korelasi >0,05 = h0 diterima <0,05 = h0 ditolak Hasil Output :
Pearson 1 Correlation Sig. (2-tailed) N 133 Total Pearson 1,000** Cholesterol Correlation Sig. (2-tailed) ,000 N 133 **. Correlation is significant at the 0.01 level (2-tailed).
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 postitif b. 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) 2) 3) 4) 5) 6)
Analyze compare mean independent samples T-test Isi test variabel LDLX Isi grouping variabel Genetik PJK Define group use specific value group 1= 0, group 2 =1 CONTINUE 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:
Sig. .444
t -1.002 -.911
df 131 30.949
-7.04811
-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 Sewaktu 3) Plot normality plot with test 4) OK Lihat signifikasi di Kolmogorov-Smirnov Interpretasi : Berdistribusi Normal : jika pada sig > 0,05 Berdistribusi tidak normal : jika nilai sig < 0,05 Hasil Output: Tests of Normality Kolmogorov-Smirnova Shapiro-Wilk Statistic df Sig. Statistic df Sig. Gula Darah Sewaktu ,288 133 ,000 ,507 133 ,000 a. Lilliefors Significance Correction
Interpretasi kasus: Signifikasi pada Kolmogorov-Smirnov 0,000 <0,05 Gula Darah Sewaktu berdistribusi tidak normal.
31
BY : Ristari Okvaria Ujian Praktikum Piranti Lunak Biostatistik Blok 20 Sabtu- 31 Oktober- 2009 Penjelasan 1 2 1 2 3 4 5 Dari data yang tersedia pada CD dalam bentuk Excel pindahkanlah kedalam format SPSS 16 dengan tahap pertama membuat dulu format data Entry SPSS. Dari Data yang sudah di entry ke SPSS jawablah soal soal dibawah ini: Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol) dan sajikan dalam bentuk Frekuensi distribusi Buatlah Frekuensi distribusi LDLX berdasarkan kelompok IMT Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan t Apakah ada perbedaan LDLX antar kelompok Genetik PJK positif dan Negatif. Apakah variabel IMT berdistribusi normal
Jawab: 3. Langkah-langkah d. Buat variable baru dengan label LDLX: 4) Transform Compute Variabel 5) Isi target variable LDLX 6) 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 : 75.00 124.99
125.00 174.99 175.00 224.99 225.00 274.99 Atau Bisa Juga Dengan Distribusi(terserahhh sihhh..hehhe): 51.00-100.99 101.00-150.99 151.00-200.99 201.00-250.99 e. Buat Kategori LDLX: 7) Transform Recode into different variable 8) Isi input variable LDLX 9) Isi output variable Name : Kat LDLX, Label : Kategori LDLX CHANGE 10) Isi Old and New Value masukkan nilai Klasifikasi LDLX Range 75.00-124.99 value : 1 Range 125.00-174.99 value : 2 Range 175.00-224.99 value : 3 Range 225.00-274.99 value : 4 11) CONTINUE 12) OK Kemudian buka variable view: Ubah type menjadi string, Ubah decimal menjadi 0, Isi nilai value KatLDLX : 1 75.00-124.99 2 125.00-174.99 3 175.00-224.99 4 225.00-274.99 Ubah measure jadi nominal, f. Kemudian kita akan menampilkan distribusi dan bar chart untuk KatLDLX, caranya : 6) Analyze Descriptive Statistic Frequencies 7) Masukkan variable KatLDLX 8) Pada Statistic mean, std.dev, maximum, minimum. 9) Pada Charts bar Chart 10) OK
Hasil:
Statistics Kategori LDLX N Valid Missing Mean Median Mode Std. Deviation Minimum Maximum 133 0 1.5338 1.0000 1.00 .63424 1.00 4.00
Kategori LDLX Frequency Percent 75.00 - 124.99 70 52.6 125.00 -174.99 57 42.9 175.00 -224.99 4 3.0 225.00 -274.99 2 1.5 Total 133 100.0 Valid Percent 52.6 42.9 3.0 1.5 100.0 Cumulative Percent 52.6 95.5 98.5 100.0
Valid
4. Buatlah Frekuensi distribusi LDLX berdasarkan kelompok IMT Langkah-langkah: c. Buat variable IMT : 1) Transform Compute Variabel 2) Isi target variable IMT 3) Masukkan numeric expression dengan rumus mencari (tinggi/100*tinggi/100) OK
IMT
(berat)/
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 CHANGE 4) Isi Old and New Value masukkan nilai Klasifikasi IMT berdasarkan Asia (lihat panduan) Lowest thru 18,5 value : 1 Range 18,5 22,99 value : 2
23 24,99 25 29,99 30
Kemudian buka variable view: Ubah type menjadi string, Ubah decimal menjadi 0, Isi nilai value KatIMT : 1 underweight 2 healthy weight 3 overweight 4 heavily overweight 5 obese Ubah measure jadi nominal, e. Lalu buat table Frekuensi distribusi LDLX berdasarkan kelompok IMT: 5) Analyze descriptive statistic cross tab 6) Isi ROW KatLDLX 7) Isi COLUMN KatIMT 8) OK Hasil: Kategori LDLX * Kategori IMT Crosstabulation Count Kategori IMT
UNDERW EIGHT HEALTHY WEIGHT OVERWEIGHT HEAVILY OVERWEIGHT OBESE
Kategori LDLX
Total
21 17 1 1 40
16 16 0 0 32
9 8 0 0 17
11 11 3 1 26
13 5 0 0 18
Total 70 57 4 2 133
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 Trigliserid 6) OK Interpretasi : Lihat di Pearson Correlation untuk mengetahui tingkat korelasi 0 0,25 = korelasi Lemah 0,26-0,5 = korelasi Sedang 0,51-0,75 = korelasi Kuat 0,76-1,0 = korelasi sangat kuat Kemudian lihat di Sig. (2-tailed) untuk mengetahui kemaknaan korelasi >0,05 = h0 diterima <0,05 = h0 ditolak Hasil Kasus: Correlations LDLX LDLX Pearson Correlation 1 Sig. (2-tailed) N 133 Triglecerid Pearson Correlation .448** Sig. (2-tailed) .000 N 133 **. Correlation is significant at the 0.01 level (2-tailed). Triglecerid .448** .000 133 1 133
Pearson ( r ) 0,448 korelasi sedang Sig (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 postitif d. 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-test
8) Isi test variabel LDLX 9) Isi grouping variabel Genetik PJK 10) Define group use specific value group 1= 0, group 2 =1 11) CONTINUE 12) 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:
Independent Samples Test Levene's Test for Equality of Variances
Sig. .444
t -1.002 -.911
df 131 30.949
Mean Difference
-7.04811
-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 normal Cara: Kunci : mencari distribusi normal atau tidak Data numerik 5) Analyze Descriptive Explore 6) Isi dependent list IMT 7) Plot normality plot with test 8) OK Lihat signifikasi di Kolmogorov-Smirnov Interpretasi : Berdistribusi Normal : jika pada sig > 0,05
Berdistribusi tidak normal : jika nilai sig < 0,05 Hasil : Tests of Normality Kolmogorov-Smirnova Shapiro-Wilk Statistic df Sig. Statistic df Sig. * 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
32
By : Echa
1 2 3 4 5 Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol) dan sajikan dalam bentuk Frekuensi distribusi Apakah ada Hubungan Genetik PJK dan PJK buktikan Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan t Apakah ada perbedaan LDLX antar kelompok PJK positif dan Negatif. Apakah variabel IMT berdistribusi normal
JAWABAN : Langkah Awal : buka spss, buka file excel (udah tau semua kan teman?), ubah beberapa variable view. 1 Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol) dan sajikan dalam bentuk Frekuensi distribusi Buat variable LDLX : Transform Compute Variabel Isi target variable LDLX Masukkan numeric expression dengan rumus mencari LDLX : (18.73 + (0.572xkolesterol)) OK
Sajikan dalam bentuk distribusi frekuensi Buat Kategori LDLX : Transform Recode into different variable Isi input variable LDLX Isi output variable Name : KatLDLX, Label : Kategori LDLX CHANGE Isi 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 : 1 Range 101,00-150,99 value : 2 Range 151,00-200,99 value : 3 Range 201,00-250,99 value : 4 CONTINUE OK Kemudian masuk ke variable view, ubah decimal jadi 0, measure jadi nominal, dan isi nilai value KatLDLX : 1 51,00-100,99 2 101,00-150,99 3 151,00-200,99 4 201,00-250,99 Kemudian kita akan menampilkan distribusi dan bar chart untuk KatLDLX, caranya : Analyze Descriptive Statistic Frequencies Masukkan variable KatLDLX Pada Statistic mean, std.dev, maximum, minimum. Pada Charts bar Chart OK Hasil :
Kategori LDLX Frequency 24 86 19 4 133 Percent 18.0 64.7 14.3 3.0 100.0 Valid Percent 18.0 64.7 14.3 3.0 100.0 Cumulative Percent 18.0 82.7 97.0 100.0
Valid
Apakah ada Hubungan Genetik PJK dan PJK buktikan Ke variable view, isi value genetic 0 = genetic negative, 1 = genetic postitif Hubungan Chi Square kategorik-kategorik genetikPJK dengan PJK Analyze descriptive statistic Cross tab Rows Genetik PJK Columns PJK Statistics Chi square CONTINUE OK 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 fishers exact test Jika table > 2x2, tanpa melihat nilai expected, maka yang dibaca adalah pearson chi square
Chi-Square Tests Asymp. Sig. (2Value df
a
Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test N of Valid Cases
b
73.211
.000
.000
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.86. b. Computed only for a 2x2 table
0 cells have count less <5 Lihat continuity, sig 0,000 <0,05 H0 ditolak ada hubungan antara genetic PJK dan PJK
Hitunglah korelasi LDLX dan Trigliserid berapa nilai p dan t Analyze Correlate bivariate (data Numeric vs Numeric) Isi variable LDLX dan trigliserida OK
Correlations LDLX LDLX Pearson Correlation Sig. (2-tailed) N Trigliserida Pearson Correlation Sig. (2-tailed) N 133 .448
**
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 :
.069 Independent Samples Test 133 .200 a. Lilliefors Significance for Equality Levene's Test Correction *. This is a lower bound of the true significance. of Variances F Sig. t df Sig. (2tailed) Sig. (2F LDLX Equal variances assumed Equal variances not assumed -.868 70.692 .309 Sig. .579 t -.853 df 131 tailed)
.395
.389
-5.11187
5.89248
-16.86204
6.63829
Interpretasi : Lihat Hasil di Kolmogrov-Smirnov, Berdistribusi Normal : jika pada sig > 0,05 Berdistribusi tidak normal : jika nilai sig < 0,05 Interpretasi : pada signifikasi = 0,200, >0,05 (pada kasus berdistribusi normal)
33
Jawaban 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 Frequency Valid Underweight Healthyweight Overweight heavilyoverweight obese Total 40 32 17 26 18 133 Percent 30.1 24.1 12.8 19.5 13.5 100.0 Valid Percent 30.1 24.1 12.8 19.5 13.5 100.0 Percent 30.1 54.1 66.9 86.5 100.0
2. Buatlah Frekuensi 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 Frequency Valid LDL NORMAL LDL TINGGI Total 38 95 133 Percent 28.6 71.4 100.0 Valid Percent 28.6 71.4 100.0 Percent 28.6 100.0
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 Kolmogorov-Smirnova Statistic HDL .181 df 133 Sig. .000 Statistic .903 Shapiro-Wilk df 133 Sig. .000
Uji normalitas untuk IMT IMT berdistribusi normal karena nilai p > 0,05
Karena kategori HDL tidak berdistribusi normal sedangkan IMT berdistribusi normal : Maka gunakan Pearson Correlation dianggap kedua kategori berdistribusi normal
Correlations HDL HDL Pearson Correlation Sig. (2-tailed) N IMT Pearson Correlation Sig. (2-tailed) N 133 -.100 .250 133 133 1 IMT -.100 .250 133 1
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 (Kendalls tau_b) :
Correlations HDL Kendall's tau_b HDL Correlation Coefficient Sig. (2-tailed) N IMT Correlation Coefficient Sig. (2-tailed) N 1.000 . 133 -.050 .408 133 IMT -.050 .408 133 1.000 . 133
Nilai p= 0,408. Karena p>0,05 Tidak ada korelasi yang bermakna antara HDL dengan IMT.
4. Apakah ada perbedaan LDL antar kelompok Umur 2 kategori Terlebih dahulu buat kelompok umur menjadi 2 kategori :
KATEGORI UMUR Cumulative Frequency Valid 22-51 52-81 Total 71 62 133 Percent 53.4 46.6 100.0 Valid Percent 53.4 46.6 100.0 Percent 53.4 100.0
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.
Independent Samples Test Levene's Test for Equality of Variances
Sig. .821
t -.404 -.405
df 131 128.643
Mean Difference
-3.208
-3.208
Terlebih dahulu untuk melihat pada kotak Levenes 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.
Hasil : p=0,000. Karena p<0,05 maka Gula darah tidak berdistribusi normal.
34
Statistics Kategori VLDL N Valid Missing 133 0
Kategori VLDL Cumulative Frequency Valid 38.00-73.99 74.00-109.99 110.00-145.99 146.00-181.99 182.00-217.99 218.00-253.99 254.00-289.99 Total 12 44 38 27 7 2 3 133 Percent 9.0 33.1 28.6 20.3 5.3 1.5 2.3 100.0 Valid Percent 9.0 33.1 28.6 20.3 5.3 1.5 2.3 100.0 Percent 9.0 42.1 70.7 91.0 96.2 97.7 100.0
Oneway
ANOVA LDL Sum of Squares Between Groups Within Groups Total 259605.547 13412.040 273017.587 df 6 126 132 Mean Square 43267.591 106.445 F Sig.
406.479 .000
Multiple Comparisons LDL Bonferroni (I) Kategori VLDL (J) Kategori VLDL Mean Difference (I-J) 38.00-73.99 74.00-109.99 110.00-145.99 146.00-181.99
dimension3
95% Confidence Interval Std. Error Sig. Lower Bound -45.575 -77.088 -112.442 -147.813 -200.718 -246.201 24.737 -38.423 -74.008 -110.460 -164.258 -209.484 55.900 24.253 -42.901 -79.263 -132.999 -178.242 90.243 58.365 26.796 -44.824 -98.386 -143.678 117.382 84.423 52.945 17.686 -69.337 -115.029 151.849 117.997 86.580 51.496 Upper Bound -24.737 -55.900 -90.243 -117.382 -151.849 -204.899 45.575 -24.253 -58.365 -84.423 -117.997 -171.304 77.088 38.423 -26.796 -52.945 -86.580 -139.870 112.442 74.008 42.901 -17.686 -51.496 -104.737 147.813 110.460 79.263 44.824 -18.035 -70.875 200.718 164.258 132.999 98.386
-35.1561 -66.4939
* * *
3.3600 .000 3.4164 .000 3.5795 .000 4.9068 .000 7.8799 .000 6.6597 .000 3.3600 .000 2.2848 .000 2.5222 .000 4.1983 .000 7.4593 .000 6.1564 .000 3.4164 .000 2.2848 .000 2.5968 .000 4.2435 .000 7.4849 .000 6.1873 .000 3.5795 .000 2.5222 .000 2.5968 .000 4.3759 .000 7.5607 .000 6.2789 .000 4.9068 .000 4.1983 .000 4.2435 .000 4.3759 .000 8.2722 .000 7.1195 .000 7.8799 .000 7.4593 .000 7.4849 .000 7.5607 .000
-101.3426
74.00-109.99
-31.3378* -66.1865
* * *
-97.4416
-141.1273
-190.3939* 66.4939
* * *
110.00-145.99
31.3378
-34.8487
146.00-181.99
38.00-73.99 74.00-109.99
101.3426
dimensi
110.00-145.99
dimension3
on2
-74.9407
182.00-217.99
31.2550* -43.6857
* * *
-92.9524
218.00-253.99
176.2833
146.00-181.99
Correlations
Correlations HDL HDL Pearson Correlation Sig. (2-tailed) N VLDL Pearson Correlation Sig. (2-tailed) N .139 .110 133 133 133 VLDL 1 .139 .110 133 1
Explore
Case Processing Summary Cases Valid N VLDL 133 Percent 100.0% N Missing Percent 0 .0% N 133 Total Percent 100.0%
Descriptives Statistic VLDL Mean 95% Confidence Interval for Mean 5% Trimmed Mean Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis Lower Bound Upper Bound 126.2891 118.5179 134.0602 123.5677 117.2222 2052.696 45.30669 38.89 289.67 250.78 55.22 1.036 .210 1.953 .417 Std. Error 3.92859
Tests of Normality Kolmogorov-Smirnova Statistic VLDL .085 df Sig. 133 .020 Statistic .943 Shapiro-Wilk df Sig. 133 .000
VLDL
Tests of Normality Kolmogorov-Smirnova Statistic VLDL .085 df Sig. 133 .020 Statistic .943 Shapiro-Wilk df Sig. 133 .000
VLDL Stem-and-Leaf Plot Frequency 1.00 1.00 4.00 4.00 5.00 Stem & 3 4 5 6 7 . . . . . Leaf 8 9 1249 3577 03488
13.00 8 12.00 9 16.00 10 12.00 11 12.00 12 7.00 13 10.00 14 11.00 15 4.00 16 8.00 17 5.00 18 .00 19 3.00 20 .00 21 .00 22 1.00 23 4.00 Extremes Stem width: Each leaf:
. . . . . . . . . . . . . . . .
0123667899999 033567777889 1333455566777789 112223555677 114455577799 0124788 1333333679 00123466688 0268 12234489 03338 066 2 (>=234)
10.00 1 case(s)
T-Test
Group Statistics Kategori VLDL Gula Darah Sewaktu Normal Hiperlipidemia N 40 93 Mean 136.07 140.67 Std. Deviation 83.427 91.534 Std. Error Mean 13.191 9.492
F Gula Darah Sewaktu Equal variances assumed Equal variances not assumed .002 .963
Sig.
t -.272 -.283
df
80.673 .778
37
Ujian Praktikum Piranti Lunak Biostatistik Blok 20 Penjelasan 1 2 1 2 3 4 5 Dari data yang tersedia pada CD dalam bentuk Excel pindahkanlah kedalam format SPSS 16 dengan tahap pertama membuat dulu format data Entry SPSS. Dari Data yang sudah di entry ke SPSS jawablah soal soal dibawah ini: Buatlah Variabel baru dengan label VLDL dengan formula (kolesterol HDL) (Trigliserid/5) dan sajikan dalam bentuk Frekuensi distribusi Buatlah Frekuensi distribusi Kejadian PJK berdasarkan kelompok umur Hitunglah korelasi Hemotokrit dan LDL berapa nilai p dan t Apakah ada perbedaan LDLantar kelompok PJK positif dan Negatif. 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 = 8 Panjang 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 Frequency Valid 50-79.99 80-109.99 110-139.99 140-169.99 170-199.99 200-229.99 230-259.99 260-289.99 290-319 Total 13 39 33 26 14 3 2 1 2 133 Percent 9.8 29.3 24.8 19.5 10.5 2.3 1.5 .8 1.5 100.0 Valid Percent 9.8 29.3 24.8 19.5 10.5 2.3 1.5 .8 1.5 100.0 Percent 9.8 39.1 63.9 83.5 94.0 96.2 97.7 98.5 100.0
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
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means 95% Confidence Mean Sig. (2F LDL Equal variances assumed Equal variances not assumed -.354 66.010 .725 -3.1474 8.8993 -20.9153 14.6205 .003 Sig. .957 t -.359 df 131 tailed) .720 Differenc e -3.1474 Std. Error Differenc e Interval of the Difference Lower Upper 14.1786
8.7583 -20.4733
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 Kolmogorov-Smirnova Statistic df 133 Sig. .000 Statistic .898 Shapiro-Wilk df 133 Sig. .000
Hemotokrit
.164
Pada Kolmogorov-Smirnova (sig.) = 0.000 artinya variable hemotokrit tidak berdistribusi normal (< 0.05)
38
1.Frekuensi distribusi VLDL
kategori VLDL Cumulative Frequency Valid 51-75 76-100 101-125 126-150 151-175 176-200 201-225 226-250 276-300 Total Missing Total System 10 19 34 24 19 12 3 2 3 126 7 133 Percent 7.5 14.3 25.6 18.0 14.3 9.0 2.3 1.5 2.3 94.7 5.3 100.0 Valid Percent 7.9 15.1 27.0 19.0 15.1 9.5 2.4 1.6 2.4 100.0 Percent 7.9 23.0 50.0 69.0 84.1 93.7 96.0 97.6 100.0
2.
PJK * Sex Crosstabulation Count Sex 1 PJK 0 1 Total 42 22 64 2 53 16 69 Total 95 38 133
Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases 2.021 133 1 .155
b
df 1 1 1
.181
.108
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 18.29. b. Computed only for a 2x2 table
4.p=0.05 dan t=0.015 dan memiliki korelasi lemah antara gula darah sewaktu dengan LDL
Correlations Gula Darah Sewaktu Gula Darah Sewaktu Pearson Correlation Sig. (2-tailed) N LDL Pearson Correlation Sig. (2-tailed) N *. Correlation is significant at the 0.05 level (2-tailed). 133 .210* .015 133 133 1 LDL .210* .015 133 1
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 Sum of Squares Between Groups Within Groups Total 3.433 342.785 346.218 df 1 108 109 Mean Square 3.433 3.174 F 1.082 Sig. .301
39
Ujian Praktikum Piranti Lunak Biostatistik Blok 20 1 2 3 4 5 Buatlah Variabel baru dengan label VLDLF dengan formula (-27.6+0.81 Total kolesterol) dan sajikan dalam bentuk Frekuensi distribusi Buatlah Frekuensi distribusi VLDLF Kejadian PJK Hitunglah korelasi Trigliserid dan VLDLF berapa nilai p dan t Apakah ada perbedaan VLDF antar kelompok PJK positif dan Negatif. Apakah variabel VLDLF berdistribusi normal
Kategori VLDLF * PJK Crosstabulation Count PJK PJK Positif Kategori VLDLF 51-81 82-112 113-143 144-174 175-205 206-236 237-267 268-298 Total 17 26 23 21 5 0 2 1 95 PJK Negatif 2 14 12 5 3 1 0 1 38 Total 19 40 35 26 8 1 2 2 133
Sig(2-tailed) 0,475 >0,05 : Ho Diterima.. Tidak ada hubungan 5. Jawaban soal nomor 5
Tests of Normality Kolmogorov-Smirnova Statistic VLDLF .081 df 133 Sig. .034 Statistic .932 Shapiro-Wilk df 133 Sig. .000
40
1 Buatlah Variabel baru dengan label LDLX dengan formula (18.73 + 0.572X kolesterol) dan sajikan dalam bentuk Frekuensi distribusi
LDLX Cumulative Frequency Valid normal hiperkolestrol Total 125 8 133 Percent 94.0 6.0 100.0 Valid Percent 94.0 6.0 100.0 Percent 94.0 100.0
kategori umur * LDLX Crosstabulation Count LDLX normal kategori umur 20-30 31-40 41-50 51-60 61-70 71-80 Total 10 22 35 34 17 7 125 hiperkolestrol 0 1 2 3 2 0 8 Total 10 23 37 37 19 7 133
Correlations LDLX LDLX Pearson Correlation Sig. (2-tailed) N Triglecerid Pearson Correlation Sig. (2-tailed) N 133 .109 .213 133 133 1 Triglecerid .109 .213 133 1
4. Apakah ada perbedaan LDLX antar kelompok PJK positif dan Negatif.
Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means Std. Error Sig. (2F LDLX Equal variances assumed Equal variances not assumed -.354 66.010 .725 -1.80029 .003 Sig. .957 t -.359 df 131 tailed) .720 Mean Difference -1.80029 Differe nce 5.009 73 5.090 37 -11.96353 8.36294 Lower -11.71073 Upper 8.11014 95% Confidence Interval of the Difference
Tests of Normality Kolmogorov-Smirnova Statistic LDLX .084 df 133 Sig. .024 Statistic .936 Shapiro-Wilk df 133 Sig. .000