D141212P2

NAMA : PUTRI CINDRA MASYAYU NIM

: 141000212

KELAS : D

KEGIATAN PRAKTIKUM

2 ANALSIS NORMALITAS NORMALITAS DATA, DATA, UJI BEDA RERATA (Uji t dan Uji ANOVA one one way), CROSSTAB dan KORELASI menggunakan data pasien dengan penyakit tertentu di Rumah sakit X 1. TUJUAN Memahami dan mempraktek membuat struktur file, entri data, uji normalitas data, select case, uji beda rerata (t-independen, uji t-berpasangan dan uji Anova), Crosstab dan uji korelasi serta beberapa uji statistik lainnya pada paket program statistik SPSS.

2. KASUS Seorang peneliti bermasud ingin mengetahui “Gambaran Karakteristik Penderita Penyakit tertentu di Kota dan Desa berdasarkan Data Puskesmas ”. Variabel Bebas : Kelompok Pengamatan :

-

Kota Desa

-

-

Variabel Tak Bebas :

Usia Sex Tinggi badan Berat badan Hb darah Leukosit Eritrosit

Derajat Sakit Berat Sedang Ringan -

Variabel-variabel penelitian yang disiapkan untuk pengukuran data yang diinginkan, dapat dilihat pada tabel berikut : Nama Variabel

Tipe Variabel

Nilai Variabel

Nomor Nama klp

Numerik String Numerik

usia sex

Numerik Numerik

tb bb hb lkst

Numerik Numerik Numerik Numerik

Nomor urut Nama 1. Kota 2. Desa ……… (riel) (riel) 1. Laki-laki 2. Prempuan ……… (riel) ……… (riel) ………. (riel) ………. (riel)

Keterangan

Skala Pengukur

Nomor Identitas Responden Nama responden Kota/Desa yang diamati

Nominal

Usia pasien (tahun) Jenis kelamin

Scale Nominal

Tinggi badan (cm) Berat badan (Kg) Hemoglobin (gr%) Lekosit (103/mm3)

Scale Scale Scale Scale

Halaman 30

Kegiatan Praktikum Pertama erit sakit

Numerik Numerik

………. (riel) 1. Berat 2. Sedang 3. Ringgan

6

3

Eritrosit (10 /mm ) Tingkat sakit yang diderita pasien

Scale Ordinal

2. BUAT STRUKTUR STRUKTUR FILE FILE DATA Setelah program SPSS diaktifkan, buka master data “ F141056P2.sav ”. Selanjutnya kita dapat melengkapi struktur file (mengkategorikan variabel imt (indeks masa tubuh) pada lembaran “Variable View”. Setelah struktur file siap, selanjutnya kelik “Data View” View” agar kita bisa melakukan entri data atau membaca data. Setelah mengetahui tb dan bb responden pada contoh diatas, hitung imt (indeks masa tubuh) masing-masing responden, Untuk mencari imt dengan rumus : bb (kg) /(tb (m))2; tb harus dalam satuan meter, selanjutnya dapat dilakukan penghitungan sebagai berikut : -

Klik Transform, Compute, sehinnga tampil menu sebagai berikut :

-

Pada target variable, ketikkan variabel yang akan dicari (imt) Pada Numeric Expression , masukkan rumus perhitungan dengan rumus

Imt = (bb/((tb/100)*(tb/100))) -

Klik OK, OK Sehingga imt dapat dihitung, seperti pada tampilan berikut ini :

-

recode variable imt Copy variabel imt menjadi imtk, kelompokkan imtk menjadi : 1. BB Kurang (imt : < 18 Kg/m2)

Halaman 31

Pengantar Praktikum Biostatistik (KMB317) 2. BB Normal (imt : 18,1-25 Kg/m 2) dan 3. BB Lebih (imt : < 25 Kg/m2)

ANALISA DATA 3.1. a. Selidikilah, Selidikilah, apakah data usia, tb, bb, imt, hb, lkst, dan erit (data scale) berdistribusi normal baik pada pasien di Kota dan di Desa ? b. Jika kita ingin melakukan uji beda rerata (usia, tb, bb, imt, hb, lkst, dan erit) antara pasien Kota dan Desa, dikaitkan uji normalitas data ini. Tentukan statistic uji yang tepat dan berikan alasan mengapa stastistik uji ini yang digunakan ? c. Sajikan dalam tabel dan berikan interpretasi saudara ! Tabel.1. Hasil uji normalitas data variabel yang diamati berdasarkan pasien yang tinggal di Kota dan di Desa. Kota Variabel yang diamati

Desa

n

p.

Kesimpulan

1. Usia

95

0.050

N

2. Berat badan

95

0.194

3. Tinggi badan

95

4. Indeks masa tubuh

Uji beda rerata antar kelompok digunakan uji

p.

Kesimpulan

100

0.088

N

t-Independet

N

100

0.073

N

t-Independet

0.017

TN

100

0.074

N

Mann Whitney

95

0.000

TN

100

0.000

TN

Mann Whitney

5. Hb

95

0.000

TN

100

0.000

TN

Mann Whitney

6. Leukosit

95

0.000

TN

100

0.000

TN

Mann Whitney

7. Eritrosit

95

0.045

TN

100

0.041

TN

Mann Whitney

n

Keteragan : N = Data berdistribusi norma; TN = Data tidak berdistribusi normal Langkah-langkah pada proses spss : 









Klik trasform, recode into same, kemudian pilih usiak, old and new value, klik lowest masukkan 18 value 1, range 19 throught 35 value 2, highest 35 value 3, add, continue, klik ok. Untuk pengelompokan kota klik data, select cases, klp=1, ok Klik analyze pilih non parametrik lalu pilih 1-sample k, pilih usiak ,tb ,bb ,imt ,hb ,lkst ,erit ,kemudian klik options ,descriptive ,continue,ok. Untuk pengelompokan desa Kemudian klik data, select cases, klp=2, ok Klik analyze pilih non parametrik lalu pilih 1-sample k, pilih usiak ,tb ,bb ,imt ,hb ,lkst ,erit ,kemudian klik options ,descriptive ,continue,ok.

Interpretasi : 

Berdasarkan hasil analisis diatas diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan p value untuk variabel usia adalah 0,050 yang artinya berdistribusi dengan normal sedangkan untuk jumlah pasien didesa adalah sebanyak 100 orang dengan p value untuk variabel usia adalah 0,088 yang artinya berdistribusi normal. Maka hubungan

Halaman 32

Kegiatan Praktikum Pertama normalitas pasien dikota dan desa berdasarkan variabel usia menggunakan Uji t-independent. Karena datanya berdistribusi N-N. 











Berdasarkan hasil analisis diatas diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan p value untuk variabel Berat Badan adalah 0,194 yang artinya berdistribusi dengan normal sedangkan untuk jumlah pasien didesa adalah sebanyak 100 orang dengan p value untuk variabel Berat Badan adalah 0,073 yang artinya berdistribusi berdistr ibusi normal. Maka hubungan normalitas pasien dikota dan desa berdasarkan variabel Berat Badan menggunakan t-independent. Karena datanya berdistribusi N-N. Berdasarkan hasil analisis diatas diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan p value untuk variabel Tinggi Badan adalah 0,017 yang artinya tidak berdistribusi dengan normal sedangkan sedangkan untuk jumlah pasien didesa adalah sebanyak sebanyak 100orang dengan p value untuk variabel Tinggi Badan adalah 0,074 yang artinya berdistribusi normal. Maka hubungan normalitas pasien dikota dan desa berdasarkan berdasarkan variabel Berat Badan menggunakan Uji Mann Whitney. Karena datanya berdistribusi TN-N.

Berdasarkan hasil analisis diatas diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan p value untuk variabel Indeks Masa Tubuh adalah 0,000 yang artinya tidak berdistribusi dengan normal sedangkan sedangkan untuk jumlah pasien didesa adalah sebanyak 100 orang dengan p value untuk variabel Indeks Masa Tubuh adalah 0,000 yang artinya tidak berdistribusi normal. Maka hubungan normalitas pasien dikota dan desa berdasarkan berdasarkan variabel Indeks Masa Tubuh menggunakan Uji Mann Whitney. Karena datanya berdistribusi TN-TN. Berdasarkan hasil analisis diatas diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan p value untuk variabel Kadar Hb adalah 0,000 yang artinya tidak berdistribusi dengan normal sedangkan untuk jumlah pasien didesa adalah sebanyak 100 orang dengan p value untuk variabel Kadar Hb adalah 0,000 yang artinya tidak berdistribusi normal. Maka hubungan normalitas pasien dikota dan desa berdasarkan variabel Kadar Hb menggunakan Uji Mann Whitney. Karena datanya berdistribusi TN-TN. Berdasarkan hasil analisis diatas diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan p value untuk variabel Pemeriksaan Leukosit adalah 0,000 yang artinya tidak berdistribusi dengan normal sedangkan sedangkan untuk jumlah pasien didesa adalah sebanyak 100 orang dengan p value untuk variabel Pemeriksaan leukosit adalah 0,000 yang artinya berdistribusi tidak normal. Maka hubungan normalitas pasien dikota dan desa berdasarkan variabel Pemeriksaan leukosit menggunakan Uji Mann Whitney. Karena datanya berdistribusi TN-TN. Berdasarkan hasil analisis diatas diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan p value untuk variabel Pemeriksaan Eritrosit adalah 0,045 yang artinya berdistribusi dengan normal sedangkan sedangkan untuk jumlah pasien didesa adalah sebanyak 100 orang dengan p value untuk variabel Pemeriksaan Eritrosit adalah 0,041 yang artinya

Halaman 33

Pengantar Praktikum Biostatistik (KMB317) berdistribusi normal. Maka hubungan normalitas pasien dikota dan desa berdasarkan berdasarkan variabel Berat Badan menggunakan Uji Mann Whitney. Karena datanya berdistribusi TNTN.

Print out : NPar Tests(kota) Descriptive Statistics N

Mean

One-Sample Kolmogorov-Smirnov Test

Std. Deviation

Minimum

Maximum

Usia karyawan (tahun)

95

33.17

10.051

18

55

Tinggi badan (cm)

95

161.35

6.698

150

179

Berat badan (Kg)

95

60.80

10.009

34

80

Kada Hb darah

95

9.176

1.1938

7.3

12.0

Lekosit

95

8.741

3.1907

5.8

16.0

Eritrosit

95

5.134

.7427

3.2

6.5

Indeks masa tubuh

95

2.33

.554

1

3

Usia karyawan (tahun) N Normal Parametersa

Mean Std. Deviation

Most Extreme Differences

Absolute

Tinggi badan (cm)

Berat badan (Kg)

Kada Hb darah

Lekosit

Eritrosit

95

95

95

95

95

95

95

33.17

161.35

60.80

9.176

8.741

5.134

2.33

10.051

6.698

10.009

1.1938

3.1907

.7427

.554

.139

.159

.111

.238

.288

.141

.354

Positive

.139

.159

.111

.152

.288

.141

.354

Negative

-.101

-.054

-.101

-.238

-.185

-.135

-.256

Kolmogorov-Smirnov Z

1.357

1.546

1.080

2.321

2.809

1.378

3.446

Asymp. Sig. (2-tailed)

.050

.017

.194

.000

.000

.045

.000

a. Test distribution is Normal.

NPar Tests(desa) One-Sample Kolmogorov-Smirnov Test

Descriptive Statistics N

Mean

Std. Deviation Minimum

Usia karya wan Tinggi (tahu badan n) (cm)

Maximum


100

47.75

19.784

18

89

Tinggi badan (cm)

100

162.03

5.327

147

175

Berat badan (Kg)

100

59.97

9.731

40

80

Kada Hb darah

100

10.241

1.2210

7.3

12.0

Lekosit

100

12.864

2.9009

5.7

16.0

Eritrosit

100

4.757

1.2442

3.0

6.5

Indeks masa tubuh

100

2.26

.505

1

3

N


Berat badan (Kg)

Kada Hb darah

Lekosit

Eritrosi Indeks masa t tubuh

100

100

100

100

100

100

100

Mean

47.75

162.03

59.97

10.241

12.864

4.757

2.26

Std. Deviation

19.78 4

5.327

9.731

1.2210

2.9009

1.2442

.505

Absolute

.125

.128

.129

.264

.220

.139

.407

Positive

.125

.128

.129

.167

.140

.124

.407

Normal Parametersa

Negative Kolmogorov -Smirnov Z Asymp. Sig. (2-tailed)

-.105

-.089

-.100

-.264

-.220

-.139

-.273

1.250

1.284

1.288

2.640

2.197

1.394

4.067

.088

.074

.073

.000

.000

.041

.000


3.2.

Ujilah apakah ada perbedaan rerata usia, tb, bb, imt, hb, lkst, dan erit antara pasien di Kota dan di Desa, sajikan dalam bentuk table hasil dan berikan interpretasi anda tentang hasil uji yang didapatkan ! Tabel 2. Uji beda rerata variabel yang diamati antara pasien di Kota dan di Desa. Kota Variabel yang diamati

n

1. Usiaa)

95

2. Berat badanb)

95

3. Tinggi badan

95


95



x  SD 33.17  10.051 60.80  10.009 161.85  6.698 2.33  0.554

Indeks masa tubuh

Desa

Estimasi pada CI 95 %

n

x  SD

p.

Beda rerata

100

47.75  5.327

0.013

71

38.19

43.10

100

59.97  9.731

0.007

46

58.98

61.77

100

162.03  5.327

0.001

32

160.85

162.55

100

2,26  0.505

0.000

2

2.22

2.37



Batas bawah

Batas atas

Halaman 34

Kegiatan Praktikum Pertama 5. Hb

95

9.1761  1.938

100

10.241  1.2210

0.000

4.7

9.536

9.908

6. Leukosit

95

8.741  3.1907

100

12.664  2.9009

0.000

10.3

10.337

11.374

7. Eritrosit Eritrosi t

95

5.134  0.7427

100

4.757  1.2442

0.004

3.5

4.793

5.088

Langkah-langkah pada proses spss :

Pengelompokan kota 



klik data kemudian select cases. Tekan if lalu di numeric expression masukkan klp=1 tekan continiu lalu ok. Pada klik analyze lalu klik nonparametrik tests lalu klik sample K-S pada test variabel list masukanusia,bb,tb,hb,imt,leukosit dan eritrosit pilih option centang deskriptif klik continiu tekan ok.Selanjutnya pada analyze pilih descriptif statistik lalu explore masukkan pada dependent list yaitu variabel usiak,bb,tb,hb,imt,leukosit dan eritrosit lalu klik ok

Pengelompokan desa 







Klik data kemudian select cases.Tekan if lalu di numeric expression masukkan klp=2 tekan continiu lalu ok. Pada analyze lalu klik nonparametrik tests lalu klik sample K-S pada test variabel list masukan usia,bb,tb,hb,imt,leukosit dan eritrosit pilih option centang deskriptif klik continiu tekan ok.Selanjutnya pada analyze pilih descriptif statistik lalu explore masukkan pada dependent list yaitu variabel usiak ,bb,tb,hb,imt,leukosit dan eritrosit lalu klik ok Pengelompokan Kota dan Desa (Select Data) cases lalu centangkan All cases, lalu klik Ok

Mencari p value. Klik data pilih select

Pada analyze lalu klik nonparametrik tests lalu klik sample K-S pada test variabel list masukan usia,bb,tb,hb,imt,leukosit dan eritrosit pilih option centang deskriptif klik continiu tekan ok. Selanjutnya pada analyze pilih descriptif statistik lalu explore masukkan pada dependent list yaitu variabel usiak ,bb,tb,hb,imt,leukosit dan eritrosit Lalu ok

Interpretasi :

1. . Hasil analisis didapatkan bahwa beda rerata berdasarkan usia pada pasien di kota diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan rata ratanya adalah 33,17 tahun yang standar deviasi 10,051. Sedangkan hasil analisis didapatkan bahwa beda rerata berdasarkan usia pada pasien di desa diketahui bahwa jumlah pasien didesa adalah sebanyak 100 orang dengan rata ratanya adalah 47,75 tahun yang standar deviasi 5,327. Dimana beda reratanya atau rangenya antara pasien di kota dan desa menurut usia adalah 71, yang estimasi intervalnya (95% CI: 38.19-43.10, 38.19-43.10 , artinya dari hasil estimasi interval dapat disimpulkan bahwa diyakini 95% rata-rata usia pasien dikota dan desa berada pada rentang 38.19 tahun sampai 43.10 tahun. Maka berdasarkan hasil analisis nilai p value nya adalah 0.013 yang artinya ada perbedaan rerata variabel antara pasien dikota dan di desa berdasarkan usia. 2. Hasil analisis didapatkan bahwa beda rerata berdasarkan berat badan pada pasien di kota diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan rata ratanya adalah 60.80 kg yang standar deviasi 10.009. Sedangkan hasil analisis didapatkan bahwa beda rerata berdasarkan berdasarkan Berat badan pada pasien di desa diketahui bahwa jumlah pasien didesa adalah sebanyak 100 orang dengan rata ratanya adalah 59,97 kg yang standar deviasi 9,731. Dimana beda reratanya atau rangenya rangenya antara pasien di kota dan desa menurut berat badan adalah adalah 46 kg, yang estimasi intervalnya (95% CI: 58,98-61,77), 58,98-61,77 ), artinya dari hasil estimasi interval dapat

Halaman 35

Pengantar Praktikum Biostatistik (KMB317) disimpulkan bahwa diyakini 95% rata-rata berat badan pasien dikota dan desa berada pada rentang 58,98 kg sampai dengan 61,77 kg. Maka berdasarkan hasil analisis nilai p value nya adalah 0.007 yang artinya ada perbedaan rerata variabel antara pasien dikota dan di desa berdasarkan berdasarkan Berat badan badan 3. Hasil analisis didapatkan bahwa beda rerata berdasarkan Tinggi Badan pada pasien di kota diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan rata ratanya adalah 61,85 cm yang standar deviasi 6,698 cm. Sedangkan hasil analisis didapatkan bahwa beda rerata berdasarkan berdasarkan Tinggi Badan pada pasien di desa diketahui diketahui bahwa jumlah pasien didesa adalah sebanyak 100 orang dengan rata ratanya adalah 162.03 yang standart deviasinya 5.327. Dimana beda reratanya atau rangenya antara pasien di kota dan desa menurut Tinggi Badan adalah 32 cm, yang estimasi intervalnya (95% CI: 160,85- 162,55), artinya dari hasil estimasi interval dapat disimpulkan bahwa diyakini 95% rata-rata Tinggi Badan pasien dikota dan desa berada pada rentang 160,85 cm sampai dengan 162,55 cm. Maka berdasarkan berdasarkan hasil analisis nilai p value nya adalah 0.001 yang artinya ada perbedaan rerata variabel antara pasien dikota dan di desa berdasarkan Tinggi Badan 4. Hasil analisis didapatkan bahwa beda rerata berdasarkan Indeks Masa Tubuh pada pasien di kota diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan rata ratanya adalah 2.33 yang standar deviasi 0,554. Sedangkan hasil analisis didapatkan bahwa beda rerata berdasarkan Indeks Masa Tubuh pada pasien di desa diketahui bahwa jumlah pasien didesa adalah sebanyak 100 orang dengan rata ratanya adalah 2,26 yang standar deviasi 0,505. Dimana beda reratanya atau rangenya antara pasien di kota dan desa menurut Indeks Masa Tubuh adalah 2 yang estimasi intervalnya (95% CI: – 2,22-2,37), 2,22-2,37) , artinya dari hasil estimasi interval dapat disimpulkan bahwa diyakini 95% rata-rata Indeks Masa Tubuh pasien dikota dan desa berada pada rentang 2,22 sampai dengan 2,37. Maka berdasarkan berdasarkan hasil analisis analisis nilai p value nya adalah 0.000 yang artinya ada perbedaan rerata variabel antara pasien dikota dan di desa berdasarkan Indeks Masa Tubuh. 5. Hasil analisis didapatkan bahwa beda rerata berdasarkan kadar Hb pada pasien di kota diketahui bahwa jumlah pasien dikota adalah sebanyak sebanyak 95 orang dengan rata ratanya adalah 8.741 yang standart deviasinya 3.1907 . Sedangkan hasil analisis didapatkan bahwa beda rerata berdasarkan Kadar Hb pada pasien di desa diketahui bahwa jumlah pasien didesa adalah sebanyak 100 orang dengan rata ratanya adalah 10.241 yang standart deviasinya 1.2210. Dimana beda reratanya atau rangenya antara pasien di kota dan desa menurut Kadar Hb adalah 4,7 mmHg yang estimasi intervalnya (95% CI: 9,536-9,908), 9,536-9,908 ), artinya dari hasil estimasi interval dapat disimpulkan bahwa diyakini 95% rata-rata Kadar Hb pasien dikota dan desa berada pada rentang 9,536 mmHg sampai dengan 9,908 mmHg. Maka berdasarkan hasil analisis nilai p value nya adalah 0,000 yang artinya ada perbedaan rerata variabel antara pasien dikota dan di desa berdasarkan Pemeriksaan kadar Hb. 6. Hasil analisis didapatkan bahwa beda rerata berdasarkan kadar Leukosit pada pasien di kota diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan rata ratanya adalah 9.65 yang standar deviasi1,363 mmHg . Sedangkan hasil analisis didapatkan bahwa beda rerata berdasarkan berdasarkan Kadar leukosit pada pasien di desa diketahui diketahui bahwa jumlah pasien didesa adalah sebanyak 100 orang dengan rata ratanya adalah 12.664 dengan standart deviasinya 2.9009. Dimana beda reratanya atau atau rangenya antara pasien di kota dan desa menurut Kadar leukosit adalah 10,3 yang estimasi intervalnya (95% CI: – 10,337-10,374), artinya dari hasil estimasi interval dapat disimpulkan bahwa diyakini 95% rata-rata Kadar Hb pasien dikota dan desa berada pada rentang 10,337 mmHg sampai dengan 10,374 mmHg. Maka berdasarkan hasil analisis nilai p value nya adalah 0,000 yang artinya ada perbedaan rerata variabel antara pasien dikota dan di desa berdasarkan Pemeriksaan kadar leukosit.

Halaman 36

Kegiatan Praktikum Pertama 7. Hasil analisis didapatkan bahwa beda rerata berdasarkan kadar Eritrosit pada pasien di kota diketahui bahwa jumlah pasien dikota adalah sebanyak 95 orang dengan rata ratanya adalah 5.134 dengan standart dviasinya adalah 0.7427 . Sedangkan hasil analisis didapatkan bahwa beda rerata berdasarkan Kadar Eritrosit pada pasien di desa diketahui bahwa jumlah pasien didesa adalah sebanyak 100 orang dengan rata ratanya adalah 4.757 dengan standart deviasinya adalah 1.2442. Dimana beda reratanya atau rangenya antara pasien di kota dan desa menurut Kadar Eritrosit adalah 3,5 mmHg yang estimasi intervalnya (95% CI: 4,793- 5,008), artinya dari hasil estimasi interval dapat disimpulkan bahwa diyakini 95% rata-rata rata-rat a Kadar eritrosit pasien dikota dan desa berada pada rentang 4,793 mmHg sampai dengan 5,008 mmHg. Maka berdasarkan hasil analisis nilai p value nya adalah 0,004 yang artinya ada perbedaan rerata variabel antara pasien dikota dikota dan di desa berdasarkan berdasarkan Pemeriksaan Pemeriksaan kadar eritrosit. eritrosit. Print out : NPar Tests(kota no 3.2) Descriptive Statistics N

Mean


95

33.17

Tinggi badan (cm)

95

Berat badan (Kg)

95

Kada Hb darah

95



Maximum

10.051

18

55

161.35

6.698

150

179

60.80

10.009

34

80

9.176

1.1938

7.3

12.0

Lekosit

95

8.741

3.1907

5.8

16.0

Eritrosit

95

5.134

.7427

3.2

6.5

Indeks masa tubuh

95

2.33

.554

1

3

Usia karyawa n (tahun) N Normal Parametersa

Mean Std. Deviation


Tinggi badan (cm)

95

95

33.17

161.35

10.051

Berat Kada badan Hb Lekos Eritro (Kg) darah it sit 95

95

95

60.80 9.176 8.741 5.134

2.33

1.193 3.190 .7427 8 7

.554

6.698 10.009

95

95

Indeks masa tubuh

Absolute

.139

.159

.111

.238

.288

.141

.354

Positive

.139

.159

.111

.152

.288

.141

.354

Negative

-.101

-.054

-.101 -.238 -.185 -.135

-.256

1.357

1.546

1.080 2.321 2.809 1.378

3.446

.050

.017

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

.194

.000

.000

.045

.000


Descriptives Statistic Usia karyawan (tahun)

Mean 95% Confidence Interval for Mean

33.17 Lower Bound

31.12

Upper Bound

35.22

5% Trimmed Mean

35.00

Variance

101.014

Std. Deviation

10.051

Minimum

18

Maximum

55

Range

37

Interquartile Range

15

Skewness Kurtosis Mean 95% Confidence Interval for Mean

Lower Bound Upper Bound

.223

.247

-1.033

.490

161.35

.687

159.98 162.71

5% Trimmed Mean

161.10

Median

160.00

Variance

44.867

Std. Deviation

6.698

Minimum

150

Maximum

179

Range

29

Interquartile Range

10

Skewness

1.031

32.99

Median

Tinggi badan (cm)

Std. Error

.561

.247

Halaman 37

Pengantar Praktikum Biostatistik (KMB317) Berat badan (Kg)

Kurtosis

-.222

.490

Mean

60.80

1.027

95% Confidence Interval for Mean

Lower Bound

58.76

Upper Bound

62.84

5% Trimmed Mean

60.85

Median

59.00

Variance

100.183

Std. Deviation

Kada Hb darah

10.009

Minimum

34

Maximum

80

Range

46

Interquartile Range

16

Skewness

-.033

.247

Kurtosis

-.755

.490

9.176

.1225



5% Trimmed Mean Median

9.700

Variance

1.425 1.1938

Minimum

7.3

Maximum

12.0

Range

4.7

Interquartile Range

1.7

Skewness

-.293

.247

Kurtosis

-.700

.490

8.741

.3274



5% Trimmed Mean

9.391

7.400

Variance

10.180

Std. Deviation

3.1907

Minimum

5.8

Maximum

16.0

Range

10.2

Interquartile Range

6.7



.893

.247

-.841

.490

5.134

.0762

4.982 5.285

5% Trimmed Mean

5.162

Median

5.200

Variance

.552

Std. Deviation

.7427

Minimum

3.2

Maximum

6.5

Range

3.3

Interquartile Range

1.0

Skewness Kurtosis Indeks masa tubuh

8.091

8.551

Median

Eritrosi t

9.419 9.165

Std. Deviation

Lekosit

8.933

Mean 95% Confidence Interval for Mean 5% Trimmed Mean


-.380

.247

.151

.490

2.33

.057

2.21 2.44 2.35

Median

2.00

Variance

.307

Std. Deviation

.554

Minimum

1

Maximum

3

Range

2

Interquartile Range

1

Halaman 38

Kegiatan Praktikum Pertama Skewness

-.037

.247

Kurtosis

-.670

.490

NPar Tests(desa no 3.2) Descriptive Statistics N

Mean


Std. Deviation

Minimum

Maximum


100

47.75

19.784

18

89

Tinggi badan (cm)

100

162.03

5.327

147

175

Berat badan (Kg)

100

59.97

9.731

40

80

Kada Hb darah

100

10.241

1.2210

7.3

12.0

Lekosit

100

12.864

2.9009

5.7

16.0

Eritrosit

100

4.757

1.2442

3.0

6.5

Indeks masa tubuh

100

2.26

.505

1

3

Usia karyaw an (tahun) N Normal Parametersa



47.75 Lower Bound

43.82

Upper Bound

51.68

5% Trimmed Mean

100

100

100

100

100

100

59.97

10.241

12.8 64

4.757

2.26

19.784

5.327

9.731

1.2210

2.90 09

1.2442

.505

Absolute

.125

.128

.129

.264 .220

.139

.407

Positive

.125

.128

.129

.167 .140

.124

.407

-.105

-.089

-.100

-.264

.220

-.139

-.273

1.394

4.067

.041

.000

Minimum

18

Maximum

89

Range

71

Kurtosis Tinggi badan (cm) Mean Lower Bound Upper Bound

5% Trimmed Mean

.065

.241

-.793

.478

162.03

.074

. 073

.000 .000

.533

160.97 163.09 161.96

Median

161.50

Variance

28.373

Std. Deviation

5.327

Minimum

147

Maximum

175

Range

28

Interquartile Range

8

Skewness Kurtosis Mean Lower Bound Upper Bound

5% Trimmed Mean

.154

.241

-.359

.478

59.97

.973

58.04 61.90 59.92

Median

59.00

Variance

94.696

Std. Deviation

9.731

Minimum

40

Maximum

80

Range

40

Interquartile Range

12

Skewness Kurtosis Mean

5% Trimmed Mean

.088


33

Skewness


1.288

19.784

Interquartile Range

Kada Hb darah

1.284

391.422

Std. Deviation


1.250

2.19 2.640 7

50.00

Variance



1.978

Indeks masa tubuh

47.29

Median

Berat badan (Kg)

Std. Error

Lek osit Eritrosit

162.03

Kolmogorov-Smirnov Z Statistic

Kada Hb darah

100

Negative Descriptives

Berat badan (Kg)

47.75

Mean Std. Deviation


Tinggi badan (cm)


.153

.241

-.380

.478

10.241

.1221

9.999 10.483 10.292

Halaman 39

Pengantar Praktikum Biostatistik (KMB317) Median

10.500

Variance

1.491

Std. Deviation

1.2210

Minimum

7.3

Maximum

12.0

Range

4.7

Interquartile Range

2.3

Skewness

-.623

Kurtosis Lekosit


.241

-.412

.478 .2901

Lower Bound

12.288 13.440

5.7

Maximum

16.0

Range

10.3

Interquartile Range

Kada Hb darah

Lekosit

Eritrosit

Indeks masa tubuh

195

195

195

195

195

195

40.65 161.70

60.37

9.722

10.855

4.941

2.29

9.851

1.317 7

3.6737

1.0454

.529

17.381

6.028

Absolute

.113

.139

.120

.146

.177

.126

.381

Positive

.113

.139

.120

.125

.164

.085

.381

-.096

-.075

-.063

-.146

-.177

-.126

-.254

1.584

1.942

1.680

2.045

2.468

1.766

5.326

.013

.001

.007

.000

.000

.004

.000

5.2 .241

Kurtosis

-.612

.478

4.757

.1244

Mean Lower Bound Upper Bound

5% Trimmed Mean

4.510 5.004 4.758

Median

4.800

Variance

1.548

Std. Deviation

1.2442

Minimum

3.0

Maximum

6.5

Range

3.5

Interquartile Range

2.0

Skewness Kurtosis Indeks masa tubuh Mean Lower Bound Upper Bound

-.033

.241

-1.182

.478

2.26

.050

2.16 2.36 2.27

Median

2.00

Variance

.255

Std. Deviation

.505

Minimum

1

Maximum

3

Range

2

Interquartile Range

1

Skewness

Berat badan (Kg)


-.631

Kurtosis

Std. Deviation


Skewness

5% Trimmed Mean

Mean

Negative

2.9009

Minimum

195

Kolmogorov -Smirnov Z

8.415

Std. Deviation


Normal Parameters a


13.000

Variance


N

13.054

Median

Eritrosit

Usia Tinggi karyawa badan n (tahun) (cm)

12.864

Upper Bound

5% Trimmed Mean


.365

.241

-.357

.478

Selidiki apakah data usia, bb, tb, imt, hb, lkst, erit wanita dan pria berdistribusi normal untuk kelompok data Kota dan Desa ! b). jika kita ingin melakukan uji beda rerata data usia, bb, tb, imt, hb, lkst, erit antara wanita wanita dan pria baik pada kelompok data Kota dan Desa ! jelaskan alasan mengapa statistic uji tersebut digunakan ! c). Sajikan dalam dalam tabel dan berikan interpretasi interpretasi saudara !

3.3. a).

Halaman 40

Kegiatan Praktikum Pertama Tabel.3. Hasil uji normalitas data variabel yang diamati berdasarkan jenis kelamin pada pasien yang tinggal di Kota dan di Desa. Wanita Variabel yang diamati 1. Usia

A T O K

S E D

p.

38

0.140

Kes. N

Uji beda rerata antara pria dan wanita

p.

Kes.

57

0.373

N

Independent Independent T-test

n

2. Berat badan

38

0.657

N

57

0.123

N


3. Tinggi badan

38

0.024

TN

57

0.581

N

Mann Whitney


38

0.001

TN

57

0.000

TN

Mann Whitney

5. Hb

38

0.038

TN

57

0.002

TN

Mann Whitney

6. Leukosit

38

0.003

TN

57

0.000

TN

Mann Whitney

7. Eritrosit

38

0.095

N

57

0.127

N


0.296

N

61

0.424

N


0.400

N

Independent Independent T-test Independent Independent T-test

1. Usia

A

n

Pria

39

2. Berat badan

39

0.197

N

61

3. Tinggi badan

39

0.305

N

61

0.322

N


39

0.000

TN

61

0.000

TN

Mann Whitney

5. Hb

39

0.056

N

61

0.000

TN

Mann Whitney

6. Leukosit

39

0.130

N

61

0.002

TN

Mann Whitney

7. Eritrosit

39

0.212

N

61

0.028

TN

Mann Whitney

Keteragan :

*

= Signifikans

Langkah-langkah pada proses spss : 

Pengelompokan Kota dan wanita (Select Data)

Klik data pilih select cases lalu tekan if condition is satisfied, lalu pada kotak variabel ketiklah “klp=1& sex=1” lalu klik Continue lalu klik Ok Selanjutnya : Klik Analyze lalu pilih Nonparametrik lalu pada pilih 1-Sample Kolmogorov Smirnov lalu isilah pada kotak variabel (Usia,BB,TB,IMTK,HB,Leukosit, (Usia,BB,TB,IMT K,HB,Leukosit,Eritrosit) Eritrosit) pilih option centang deskriptif continiu lalu klik Ok 

Pengelompokan Kota dan pria (Select Data)

Klik data pilih select cases lalu tekan if condition is satisfied, lalu pada kotak variabel ketiklah “klp=1& sex =2” lalu klik Continue lalu klik Ok Selanjutnya : Klik Analyze lalu pilih Nonparametrik lalu pada pilih 1-Sample Kolmogorov Smirnov lalu isilah pada kotak variabel (Usia,BB,TB,IMT,HB,Leukosit,Eritrosit) l pilih option centang deskriptif continiu lalu klik Ok 

Pengelompokan Desa dan wanita (Select Data)

Klik data pilih select cases lalu tekan if condition is satisfied, lalu pada kotak variabel ketiklah “klp=2 & sex=1” lalu klik Continue lalu klik Ok Selanjutnya :

Halaman 41

Pengantar Praktikum Biostatistik (KMB317) Klik Analyze lalu pilih Nonparametrik lalu pada pilih 1-Sample Kolmogorov Smirnov lalu isilah pada kotak variabel (Usia,BB,TB,IMT,HB,Leukosit,Eritrosit) pilih option centang deskriptif continiu lalu klik Ok Pengelompokan Desa dan pria (Select Data)



Klik data pilih select cases lalu tekan if condition is satisfied, lalu pada kotak variabel ketiklah “klp=2 & sex=2” lalu klik Continue lalu klik Ok Selanjutnya : Klik Analyze lalu pilih Nonparametrik lalu pada pilih 1-Sample Kolmogorov Smirnov lalu isilah pada kotak variabel (Usia,BB,TB,IMT,HB,Leukosit,Eritrosit) pilih option centang deskriptif continiu lalu klik Ok Pengelompokan Kota dan Desa (Select Data) lalu centangkan All cases, lalu klik Ok



Mencari p value. Klik data pilih select cases

Pada analyze lalu klik nonparametrik tests lalu klik sample K-S pada test variabel list masukan usia,bb,tb,hb,imt,leukosit dan eritrosit pilih option centang deskriptif klik continiu tekan ok. Selanjutnya pada analyze pilih descriptif statistik lalu explore masukkan pada dependent list yaitu variabel usiak ,bb,tb,hb,imt,leukosit dan eritrosit Lalu ok



Interpretasi : Uji statistic yang digunakan untuk uji normalitas adalah dengan menggunakan Uji Komogorov Smirnov karena sampel yang akan diuji >50. Data akan berdistribusi normal jika nilai p value > α (0,05). 

a. Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di kota dilihat dari segi usia adalah sebanyak 38 orang dengan nilai p value 0,140 yang di simpulkan bahwa data tersebut berdistribusi normal. normal. Sedangkan untuk jumlah pasien pria yang berada di kota adalah sebanyak 57 orang dengan nilai p value 0,373 yang di simpulkan bahwa data tersebut berdistribusi normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan usia tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan independent t-test. Uji ini digunakan karena kedua datanya berdistribusi NTN. b. Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di kota dilihat dari berat badan adalah sebanyak 38 orang dengan nilai p value 0.657 yang di simpulkan bahwa data tersebut berdistribusi normal. Sedangkan untuk jumlah pasien pria yang berada di kota adalah sebanyak 57 orang dengan nilai p value 0.123 yang di simpulkan bahwa data tersebut berdistribusi normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan Berat Badan tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji t-Independent. Uji ini digunakan karena kedua datanya berdistribusi N-N. c. Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di kota dilihat dari tinggi badan adalah sebanyak 38 orang dengan nilai p value 0,024 yang di simpulkan bahwa data tersebut tersebut berdistribusi tidak normal. normal. Sedangkan untuk jumlah pasien pria yang berada di kota adalah sebanyak 57 orang dengan nilai p value 0.322 yang di simpulkan bahwa data tersebut berdistribusi normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan Tinggi Badan tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji Mann Whitney. Uji ini digunakan karena kedua datanya berdistribusi TN-N.

Halaman 42

Kegiatan Praktikum Pertama d. Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di kota adalah sebanyak 38 orang dengan nilai p value 0,000 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Sedangkan Sedangkan untuk jumlah pasien pria yang berada di kota adalah sebanyak 57 orang dengan nilai p value 0,000 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan Indeks Masa tubuh tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji Mann Whitney. Uji ini digunakan karena kedua datanya berdistribusi TN-TN. e. Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di kota adalah sebanyak 38 orang dengan nilai p value 0,038 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Sedangkan Sedangkan untuk jumlah pasien pria yang berada di kota adalah sebanyak 57 orang dengan nilai p value 0,002 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan Kadar Hb tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji Mann Whitney. Uji ini digunakan karena kedua datanya berdistribusi TNTN. f.

Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di kota adalah sebanyak 38 orang dengan nilai p value 0,003 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Sedangkan Sedangkan untuk jumlah pasien pria yang berada di kota adalah sebanyak 57 orang dengan nilai p value 0,000 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan Kadar Leukosit tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji Mann Whitney. Uji ini digunakan karena kedua datanya berdistribusi TNTN.

g. Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di kota adalah sebanyak 38 orang dengan nilai p value 0.095 yang di simpulkan bahwa data tersebut berdistribusi normal. Sedangkan untuk jumlah pasien pria yang berada di kota adalah sebanyak 57 orang dengan nilai p value 0.127 yang di simpulkan bahwa data tersebut berdistribusi normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan eritrosit tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji t-Independent. Uji ini digunakan karena kedua datanya berdistribusi N-N h. Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di Desa adalah sebanyak 39 orang dengan nilai p value 0,296 yang di simpulkan bahwa data tersebut berdistribusi normal. Sedangkan untuk jumlah pasien pria yang berada di desa adalah sebanyak 61 orang dengan nilai p value 0,424 yang di simpulkan bahwa data tersebut berdistribusi normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan usia tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakanindenpenden t test. Uji ini digunakan karena kedua datanya datanya berdistribusi N-N. i.

Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di Desa adalah sebanyak 39 orang dengan nilai p value 0,197 yang di simpulkan bahwa data tersebut berdistribusi normal. Sedangkan untuk jumlah jumlah pasien pasien pria pria yang berada di desa adalah sebanyak 61 orang dengan nilai p value 0,100 yang di simpulkan bahwa data tersebut berdistribusi normal. Maka dari perbandingan perbandingan jumlah pasien wanita dan pria di kota berdasarkan Berat badan tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji t-Independent. Uji ini digunakan karena kedua datanya berdistribusi NN.

j.

Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di Desa adalah sebanyak 39 orang dengan nilai p value 0,305 yang di simpulkan bahwa data tersebut berdistribusi normal. Sedangkan untuk jumlah pasien pasien pria yang berada di desa adalah sebanyak 61 orang dengan nilai p value 0.322 yang di simpulkan bahwa data tersebut berdistribusi normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota

Halaman 43

Pengantar Praktikum Biostatistik (KMB317) berdasarkan Tinggi Badan tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji t-Independent. Uji ini digunakan karena kedua datanya berdistribusi N-N. k. Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di Desa adalah sebanyak 39 orang dengan nilai p value 0,000 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Sedangkan untuk jumlah pasien pria yang berada di desa adalah sebanyak 61 orang dengan nilai p value 0,000 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan Indeks Masa Tubuh tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji Mann Whitney. Uji ini digunakan karena kedua datanya berdistribusi TN-TN. l.

Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di Desa adalah sebanyak 39 orang dengan nilai p value 0,056 yang di simpulkan bahwa data tersebut berdistribusi normal. Sedangkan untuk jumlah jumlah pasien pasien pria pria yang berada di desa adalah sebanyak 61 orang dengan nilai p value 0,000 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan Kadar Hb tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji Mann Whitney. Uji ini digunakan karena kedua datanya berdistribusi N-TN.

m. Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di Desa adalah sebanyak 39 orang dengan nilai p value 0,130 yang di simpulkan bahwa data tersebut berdistribusi normal. Sedangkan untuk jumlah pasien pria yang berada di desa adalah sebanyak 61 orang dengan nilai p value 0,002 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan Kadar Leukosit tersebut di ketahui bahwa uji statistik yang di di gunakan adalah menggunakan Uji Mann Whitney. Uji ini digunakan karena kedua datanya berdistribusi N-TN. n. Berdasarkan hasil analisis diketahui bahwa jumlah pasien wanita yang berada di Desa adalah sebanyak 39 orang dengan nilai p value 0,212 yang di simpulkan bahwa data tersebut berdistribusi normal. Sedangkan untuk jumlah pasien pria yang berada di desa adalah sebanyak 61 orang dengan nilai p value 0,028 yang di simpulkan bahwa data tersebut berdistribusi tidak normal. Maka dari perbandingan jumlah pasien wanita dan pria di kota berdasarkan Pemeriksaan Kadar eritrosit tersebut di ketahui bahwa uji statistik yang di gunakan adalah menggunakan Uji Mann Whitney. Uji ini digunakan karena kedua datanya berdistribusi N-TN.

Print out : NPar Tests(kota dan wanita 3.3) Descriptive Statistics N

Mean



Usia karyawa n (tahun)

Maximum


38

31.92

10.779

19

55

Tinggi badan (cm)

38

161.42

6.769

150

176

Berat badan (Kg)

38

61.16

9.571

42

78

Kada Hb darah

38

9.329

1.1823

7.3

12.0

Lekosit

38

8.771

3.1970

5.8

15.2

Eritrosit

38

5.153

.5885

4.2

6.2

Indeks masa tubuh

38

2.29

.611

1

3

N Normal Parametersa

Mean Std. Deviation


Tinggi badan (cm)

Berat badan (Kg)

Kada Hb darah

Lekosit

Eritrosit

Indeks masa tubuh

38

38

38

38

38

38

38

31.92

161.42

61.16

9.329

8.771

5.153

2.29

10.779

6.769

9.571

1.1823

3.1970

.5885

.611

Absolute

.187

.241

.119

.228

.292

.200

.314

Positive

.187

.241

.119

.153

.292

.200

.314

Negative Kolmogorov -Smirnov Z Asymp. Sig. (2-tailed)

-.115

-.105

-.105

-.228

-.176

-.119

-.246

1.153

1.486

.732

1.408

1.797

1.234

1.934

.140

.024

.657

.038

.003

.095

.001


Halaman 44

Kegiatan Praktikum Pertama NPar Tests(pria dan kota 3.3) Descriptive Statistics N

Mean


Std. Deviation

Minimum

Maximum


57

34.00

9.541

18

50

Tinggi badan (cm)

57

161.30

6.711

150

179

Berat badan (Kg)

57

60.56

10.368

34

80

Kada Hb darah

57

9.074

1.2010

7.3

11.0

Lekosit

57

8.721

3.2147

5.8

16.0

Eritrosi t

57

5.121

.8347

3.2

6.5

Indeks masa tubuh

57

2.35

.517

1

3

Usia karyawa n (tahun) N Normal Parametersa


Tinggi badan (cm)

Berat badan (Kg)

Indeks Kada Hb Eritrosi masa darah Lekosit t tubuh

57

57

57

57

57

57

57

Mean

34.00

161.30

60.56

9.074

8.721

5.121

2.35

Std. Deviation

9.541

6.711 10.368

1.2010

3.2147

.8347

.517

Absolute

.121

.103

.156

.243

.326

.156

.383

Positive

.108

.103

.156

.176

.326

.137

.383

Negative

-.121

-.060

-.119

-.243

-.195

-.156

-.264


.915

.778

1.180

1.834

2.462

1.174

2.890


.373

.581

.123

.002

.000

.127

.000


NPar Tests (desa dan wanita 3.3) One-Sample Kolmogorov-Smirnov Test

Descriptive Statistics N

Mean

Std. Deviation

Minimum


Maximum


39

45.79

21.358

18

85

Tinggi badan (cm)

39

161.69

4.200

156

169

Berat badan (Kg)

39

59.62

9.716

40

79

Kada Hb darah

39

10.069

1.3615

7.3

12.0

Lekosit

39

12.226

3.1410

5.7

16.0

Eritrosi t

39

4.477

1.1728

3.0

6.5

Indeks masa tubuh

39

2.23

.485

1

3

N Normal Parameters a

Mean Std. Deviation

Tinggi badan (cm)

Berat badan (Kg)

Kada Hb darah

Indeks masa tubuh

Lekosi Eritros t it

39

39

39

39

39

39

45.79

161.69

59.62

10.069 12.226

39

4.477

2.23

1.3615 3.1410 1.1728

.485

21.358

4.200

9.716

Absolute

.156

.155

.172

.214

.187

.170

Positive

.156

.144

.172

.202

.120

.170

.427

Negative

-.101

-.155

-.124

-.214

-.187

-.149

-.291


.976

.969

1.076

1.336

1.169

1.059

2.664


.296

.305

.197

.056

.130

.212

.000


.427


NPar Tests(desa dan pria 3.3) Descriptive Statistics N Usia karyawan (tahun)

Mean


Std. Deviation

Minimum

Maximum

61

49.00

18.785

19

89 175

Tinggi badan (cm)

61

162.25

5.960

147

Berat badan (Kg)

61

60.20

9.815

41

80

Kada Hb darah

61

10.351

1.1201

7.3

12.0

Lekosit

61

13.272

2.6837

6.8

16.0

Eritrosi t

61

4.936

1.2647

3.0

6.5

Indeks masa tubuh

61

2.28

.521

1

3

Usia karyaw Tinggi an badan (tahun) (cm) N Normal Parametersa

Mean Std. Deviation


Berat badan (Kg)

Kada Hb Eritrosi darah Lekosit t

Indeks masa tubuh

61

61

61

61

61

61

61

49.00

162.25

60.20

10.351

13.272

4.936

2.28

18.785

5.960

9.815

1.1201

2.6837

1.2647

.521 .392

Absolute

.112

.122

.115

.291

.239

.187

Positive

.112

.122

.115

.143

.155

.117

.392

Negative

-.104

-.112

-.100

-.2 91

-.239

-.187

-.263


.878

.955

.895

2.270

1.868

1.460

3.064


.424

.322

.400

.000

.002

.028

.000


3.4.

Ujilah apakah ada perbedaan rerata usia, tb, bb, imt, hb, lkst, dan erit berdasarkan jenis kelamin pada pasien yang tinggal di Kota dan di Desa ! Sajikan dalam bentuk table !

Tabel 4.

Uji Beda rata-rata variabel yang diamati antara Pria dan Wanita pada Kelompok Kasus dan Kontrol. (contoh table hasil)

Variabel yang diamati

Pria (n =57 ) 

x  SD 1. Usia

34.00 ± 9.541

Kota Wanita (n = 38) 

x  SD 31.92 ±10.779

p.

Pria (n = 61) 

x  SD

Desa Wanita (n = 39) 

x  SD

p.

0.013

49.00 ± 18.785

45.79 ± 21.358

0.002

2. Berat badan

60.56±10.368

61.16±9.571

0.007

60.20±9.815

59.62±9.716

0,671

3. Tinggi badan

161.30±6.711

161.42±6.769

0.001

162.25±5.960

161.69±4.200

0,001

Halaman 45

Pengantar Praktikum Biostatistik (KMB317) 4. Indeks massa tubuh

2.35±0.517

2,29±0.611

5. Hb

9.074±1.2010

9.329±1.1823

6. Leukosit

8.721±3.2147

8.771±3.1970

7. Eritrosit

5.121±0.517

5.153±0.5885

Keteragan :

0.000

2.28±0.521

2.23±0.485

0,000

0.000

10.351±1.1201

10.069±1.3615

0,000

0.000

13.272±2.6837

12.226±3.1410

0,000

0.004

4.936±1.2647

4.477±1.1728

0,259

* = Signifikans


Pengelompokan Kota dan pria (Select Data) Klik data pilih select cases lalu tekan if condition is satisfied, lalu pada kotak variabel ketiklah “klp=1& sex=2” lalu klik Continue lalu klik Ok Selanjutnya : Klik Analyze pilih Descriptive statics lalu klik Explore lalu pada dependent list isilah variabel ( Usiak,BB,TB,IMT,Hb,Leukosit,Eritrosit) lalu klik Ok



Pengelompokan Kota dan wanita (Select Data) Klik data pilih select cases lalu tekan if condition is satisfied, lalu pada kotak variabel ketiklah “klp=1& sex=1” lalu klik Continue lalu klik Ok Selanjutnya : Klik Analyze pilih Descriptive statics lalu klik Explore lalu pada dependent list isilah variabel ( Usiak,BB,TB,IMT,Hb,Leukosit,Eritrosit) lalu klik Ok



Pengelompokan Kota untuk pria dan wanita (Select Data)

Mencari p value

Klik data pilih select cases lalu centangkan All cases, lalu klik Ok Selanjutnya : Klik Analyze lalu pilihlah Nonparametrik test lalu pilihlah 1 Sampe K-Smirnov selanjutnya pada Test variabel list masukkan masukkan variabel (Usiak,Bb,Tb,Imt,Hb,Leukosit,E (Usiak,Bb,Tb,Imt,Hb,Leukosit,Eritrosit) ritrosit) lalu klik Ok 

Pengelompokan Kota dan pria (Select Data) Klik data pilih select cases lalu tekan if condition is satisfied, lalu pada kotak variabel ketiklah “klp=1& sex=2” lalu klik Continue lalu klik Ok Selanjutnya : Klik Analyze pilih Descriptive statics lalu klik Explore lalu pada dependent list isilah variabel ( Usiak,BB,TB,IMT,Hb,Leukosit,Eritrosit) lalu klik Ok



Pengelompokan Desa dan pria (Select Data) Klik data pilih select cases lalu tekan if condition is satisfied, lalu pada kotak variabel ketiklah “klp=2 & sex=2” lalu klik Continue lalu klik Ok Selanjutnya : Klik Analyze pilih Descriptive statics lalu klik Explore lalu pada dependent list isilah variabel ( Usiak,BB,TB,IMT,Hb,Leukosit,Eritrosit) lalu klik Ok

Halaman 46

Kegiatan Praktikum Pertama 

Pengelompokan Desa dan wanita (Select Data) Klik data pilih select cases lalu tekan if condition is satisfied, lalu pada kotak variabel ketiklah “klp=2 & sex=1” lalu klik Continue lalu klik Ok Selanjutnya : Klik Analyze pilih Descriptive statics lalu klik Explore lalu pada dependent list isilah variabel ( Usiak,BB,TB,IMT,Hb,Leukosit,Eritrosit) lalu klik Ok



Pengelompokan desa untuk pria dan wanita (Select Data)

Mencari p value

Klik data pilih select cases lalu klik if masukkan klp=2&sex=1&=2, lalu continiu ok Selanjutnya : Klik Analyze lalu pilihlah Nonparametrik test lalu pilihlah 1 Sampe K-Smirnov selanjutnya pada Test variabel list masukkan masukkan variabel (Usiak,Bb,Tb,Imt,Hb,Leuko (Usiak,Bb,Tb,Imt,Hb,Leukosit,Eritrosit) sit,Eritrosit) lalu klik Ok Interpretasi : 1. Berdasarkan hasil analisis di ketahui bahwa rata-rata usia pasien pria dikota berdasarkan usia adalah 34.00 tahun dengan standar deviasi 9.541.Lalu untuk rata-rata usia pasien wanita di kota berdasarkan usia adalah 31,92 tahun dengan standar deviasi 10.779 yang nilai p value pria dan wanita dikota adalah 0.013. Selanjutkan di ketahui bahwa rata-rata usia pasien p ria didesa berdasarkan usia adalah 49.00 tahun dengan standar deviasi 18.785.Lalu untuk rata-rata usia pasien wanita di desa adalah 47.79 tahun dengan standar deviasi 21.358 yang nilai p value pria dan wanita dikota adalah 0.002. Maka berdasarkan perbandingan keduanya di ketahui bahwa ada perbedaan rerata usia antara pria dan wanita yang ada di kota. 2. Berdasarkan hasil analisis di ketahui bahwa rata-rata Berat pasien pria dikota berdasarkan adalah 60.56 Kg dengan standar deviasi 10.368.Lalu untuk rata-rata Berat pasien wanita di kota berdasarkan Beerat badan adalah 61.16 Kg dengan standar deviasi 9.571 yang nilai p value pria dan wanita dikota adalah 0.007. Selanjutkan di ketahui bahwa rata-rata Berat badan pasien pria pria didesa berdasarkan berdasarkan adalah 60.20 Kg dengan standar deviasi deviasi 9.815.Lalu untuk rata-rata Berat badan pasien wanita di desa adalah adalah 59.62 Kg dengan standar standar deviasi 9.716 yang nilai p value pria dan wanita dikota adalah 0.671. Maka berdasarkan perbandingan keduanya di ketahui bahwa ada perbedaan rerata berat badan antara pria dan wanita yang ada di kota dan didesa. 3. Berdasarkan hasil analisis di ketahui bahwa rata-rata Tinggi badan pasien pria dikota berdasarkan adalah 161.30 cm dengan standar deviasi 6.711.Lalu 6.711.Lalu untuk rata-rata Tinggi badan pasien wanita di kota adalah 161.42 dengan standar deviasi 6.769 yang nilai p value pria dan wanita dikota adalah 0.001. Selanjutkan di ketahui bahwa rata-rata Tinggi Badan pasien pria didesa adalah 162,25 cm dengan standar deviasi 5.960.Lalu untuk rata-rata Tinggi badan pasien wanita di desa adalah 161.69 dengan standar deviasi 4.200 yang nilai p value pria dan wanita dikota adalah 0.001. Maka berdasarkan perbandingan keduanya di ketahui bahwa tidak ada perbedaan rerata Tinggi Badan antara pria dan wanita yang ada di kota dan didesa. 4. Berdasarkan hasil analisis di ketahui bahwa bahwa rata-rata Indeks Masa tubuh pasien pria dikota berdasarkan adalah 2.35 Kg/m2 dengan standar deviasi 0.517.Lalu untuk rata-rata Indeks Masa tubuh pasien wanita di kota adalah 2.29 Kg/m2 Kg/m2 dengan standar deviasi 0.611 yang nilai p value pria dan wanita dikota adalah 0.000. Selanjutkan di ketahui bahwa rata-rata Indeks Masa tubuh pasien pria didesa adalah 2,28 Kg/m2 dengan standar deviasi 0.521.Lalu 0.521.Lalu untuk rata-rata Indeks Masa tubuh pasien wanita di desa desa adalah 2.23 Kg/m2 Kg/m2 dengan standar deviasi 0.485 yang nilai p value pria dan wanita dikota adalah 0.000. Maka berdasarkan perbandingan keduanya di ketahui bahwa tidak ada perbedaan rerata rerata Indeks Indeks Masa tubuh antara pria pria dan wanita yang ada di kota dan didesa.

Halaman 47

Pengantar Praktikum Biostatistik (KMB317) 5. Berdasarkan hasil analisis di ketahui bahwa rata-rata Kadar Hb pasien pria dikota berdasarkan adalah 9.074 mmHg dengan standar deviasi 1.2010.Lalu untuk rata-rata Kadar Hb pasien wanita di kota adalah 9.329mmHg dengan standar deviasi 1.1823 yang nilai p value pria dan wanita dikota adalah 0.000. Selanjutkan di ketahui bahwa rata-rata Kadar Hb pasien pria didesa adalah 10.351 mmHg dengan standar deviasi 1.1201.Lalu untuk rata-rata Kadar Hb pasien wanita di desa adalah 10.069 mmHg dengan standar deviasi 1.3615 yang nilai p value pria dan wanita dikota adalah 0.000. Maka berdasarkan perbandingan keduanya di ketahui bahwa tidak ada perbedaan rerata Kadar Hb antara pria dan wanita yang ada di kota dan didesa. 6. Berdasarkan hasil analisis di ketahui bahwa rata-rata Kadar Leukosit pasien pria dikota berdasarkan adalah 8.721 dengan standar deviasi 3.2147.Lalu untuk rata-rata Kadar Hb pasien wanita di kota adalah 8.771 dengan standar deviasi 3.1970 yang nilai p value pria dan wanita dikota adalah 0.000. Selanjutkan di ketahui bahwa rata-rata Kadar Leukosit pasien pria didesa adalah 13,272 dengan standar deviasi 2,6837.Lalu untuk rata-rata Kadar Leukosit pasien wanita di desa adalah 12.226 dengan standar deviasi 3.1410 yang nilai p value pria dan wanita dikota adalah 0.000 Maka berdasarkan berdasarkan perbandingan keduanya di ketahui bahwa tidak ada perbedaan rerata Kadar Leukosit antara pria dan wanita yang ada di kota dan didesa. 7. Berdasarkan hasil analisis di ketahui bahwa rata-rata Kadar Eritrosit pasien pria dikota berdasarkan adalah 5,121 dengan standar deviasi 0.517.Lalu untuk rata-rata Kadar Eritrosit pasien wanita di kota adalah 5,153 dengan standar deviasi 0.5885 yang nilai p value pria dan wanita dikota adalah 0,004. Selanjutkan di ketahui bahwa rata-rata Kadar Eritrosit pasien pria didesa adalah 4.936 dengan standar standar deviasi 1.2647.Lalu untuk untuk rata-rata Kadar eritrosit eritrosit pasien wanita di desa adalah 4,477 dengan standar deviasi 1.1728 yang nilai p value pria dan wanita dikota adalah 0.259 . Maka berdasarkan perbandingan keduanya di ketahui bahwa tidak ada perbedaan rerata Kadar Eritrosit antara pria dan wanita yang ada di kota dan didesa. Print out : Explore (kota dan pria 3.4) Descriptives

Case Processing Summary

Statistic

Cases Valid N Usia karyawan (tahun)

Missing

Percent 57

100.0%

N

Total

Percent 0

.0%

N

Percent 57



100.0%

Tinggi badan (cm)

57

100.0%

0

.0%

57

100.0%

Berat badan (Kg)

57

100.0%

0

.0%

57

100.0%

Kada Hb darah

57

100.0%

0

.0%

57

100.0%

Lekosit

57

100.0%

0

.0%

57

100.0%

Variance Std. Deviation

Eritrosit

57

100.0%

0

.0%

57

100.0%

Indeks masa tubuh

57

100.0%

0

.0%

57

100.0%

Lower Bound

31.47

Upper Bound

36.53

5% Trimmed Mean

35.00 91.036 9.541

Minimum

18

Maximum

50

Range

32

Interquartile Range

18

Skewness Kurtosis Mean 95% Confidence Interval for Mean 5% Trimmed Mean


-.044

.316

-1.107

.623

161.30

.889

159.52 163.08 161.01

Median

160.00

Variance

45.034

Std. Deviation

6.711

Minimum

150

Maximum

179

Range

29

Interquartile Range

10

Skewness

1.264

33.98

Median

Tinggi badan (cm)

Std. Error

34.00

.516

.316

Halaman 48

Kegiatan Praktikum Pertama Berat badan (Kg)

Kurtosis

-.055

.623

Mean

60.56

1.373


Lower Bound

57.81

Upper Bound

63.31

5% Trimmed Mean

60.63

Median

58.00

Variance

107.501

Std. Deviation

Kada Hb darah

10.368

Minimum

34

Maximum

80

Range

46

Interquartile Range

16

Skewness

-.053

.316

Kurtosis

-.689

.623

9.074

.1591



5% Trimmed Mean Median

9.700

Variance

1.442 1.2010

Minimum

7.3

Maximum

11.0

Range

3.7

Interquartile Range

2.4



5% Trimmed Mean

.316 .623

8.721

.4258

7.868 9.574

7.400

Variance

10.334

Std. Deviation

3.2147

Minimum

5.8

Maximum

16.0

Range

10.2

Interquartile Range

7.2



.854

.316

-.996

.623

5.121

.1106

4.900 5.343

5% Trimmed Mean

5.155

Median

5.100

Variance

.697

Std. Deviation

.8347

Minimum

3.2

Maximum

6.5

Range

3.3

Interquartile Range

Indeks masa tubuh

-.400 -1.303

8.569

Median

Eritrosi t

9.392 9.083

Std. Deviation

Lekosit

8.755

1.0

Skewness

-.456

.316

Kurtosis

.036

.623

2.35

.069

Mean 95% Confidence Interval for Mean 5% Trimmed Mean


2.21 2.49 2.35

Median

2.00

Variance

.268

Std. Deviation

.517

Minimum

1

Maximum

3

Range

2

Interquartile Range

1

Halaman 49

Pengantar Praktikum Biostatistik (KMB317) Explore (kota dan wanita 3.4) Descriptives


Statistic

Cases Valid N Usia karyawan (tahun)

Missing

Percent 38

100.0%

N

Total

Percent 0


.0%

N


Percent 38

Mean

100.0%

Tinggi badan (cm)

38

100.0%

0

.0%

38

100.0%

Berat badan (Kg)

38

100.0%

0

.0%

38

100.0%

Kada Hb darah

38

100.0%

0

.0%

38

100.0%

Std. Error

31.92 Lower Bound

28.38

Upper Bound

35.46

5% Trimmed Mean

31.49

Median

30.00

Variance

116.183

Lekosit

38

100.0%

0

.0%

38

100.0%

Eritrosi t

38

100.0%

0

.0%

38

100.0%

Std. Deviation

Indeks masa tubuh

38

100.0%

0

.0%

38

100.0%

Minimum

19

Maximum

55

10.779

Range

36

Interquartil e Range

13

Skewness Kurtosis Tinggi badan (cm) Mean 95% Confidence Interval for Mean


5% Trimmed Mean

161.42

1.098

159.20 163.65

160.00

Variance

45.818 6.769

Minimum

150

Maximum

176

Range

26


10

Skewness



5% Trimmed Mean

.651

.383

-.344

.750

61.16

1.553

58.01 64.30 61.18

Median

60.00

Variance

91.596

Std. Deviation

9.571

Minimum

42

Maximum

78

Range

36


16



5% Trimmed Mean

.025

.383

-.895

.750

9.329

.1918

8.940 9.718 9.293

Median

9.700

Variance

1.398

Std. Deviation

1.1823

Minimum

7.3

Maximum

12.0

Range

4.7


1.3

Skewness Kurtosis Lekosit

.383 .750

Median

Kurtosis

Kada Hb darah

.600 -.725

161.22

Std. Deviation

Berat badan (Kg)

Mean 95% Confidence Interval for Mean 5% Trimmed Mean Median

1.749


-.132

.383

.182

.750

8.771

.5186

7.720 9.822 8.579 7.400

Variance

10.221

Std. Deviation

3.1970

Halaman 50

Kegiatan Praktikum Pertama Minimum

5.8

Maximum

15.2

Range

9.4


4.3

Skewness Kurtosis Eritrosit



.992

.383

-.538

.750

5.153

.0955

4.959 5.346

5% Trimmed Mean

5.147

Median

5.200

Variance

.346

Std. Deviation

.5885

Minimum

4.2

Maximum

6.2

Range

2.0


1.0

Skewness Kurtosis Indeks masa tubuh Mean 95% Confidence Interval for Mean 5% Trimmed Mean


.105

.383

-1.109

.750

2.29

.099

2.09 2.49 2.32

Median

2.00

Variance

.373

Std. Deviation

.611

Minimum

1

Maximum

3

Range

2


1

Skewness

-.240

.383

Kurtosis

-.521

.750

NPar Tests(pengelompokan kota pria dan wanita 3.4) One-Sample Kolmogorov-Smirnov Test Usia karyaw an (tahun) N Normal Parametersa

Mean Std. Deviation

Tinggi badan (cm)

195

195

195

40.65

161.70

60.37

17.381

Most Extreme Differences Absolute Positive Negative

Berat badan Kada Hb (Kg) darah Lekosit Eritrosit

6.028 9.851

195

Indeks masa tubuh

195

195

195

9.722 10.855

4.941

2.29 .529

1.3177

3.6737

1.0454

.113

.139

.120

.146

.177

.126

.381

.113

.139

.120

.125

.164

.085

.381

-.096

-.075

-.063

-.146

-.177

-.126

-.254


1.584

1.942

1.680

2.045

2.468

1.766

5.326


.013

.001

.007

.000

.000

.004

.000


Explore(desa dan pria 3.4) Case Processing Summary Cases Valid N

Missing

Percent

N

Total

Percent

N

Percent


61

100.0%

0

.0%

61

Tinggi badan (cm)

61

100.0%

0

.0%

61

100.0% 100.0%

Berat badan (Kg)

61

100.0%

0

.0%

61

100.0% 100.0%

Kada Hb darah

61

100.0%

0

.0%

61

Lekosit

61

100.0%

0

.0%

61

100.0%

Eritrosit

61

100.0%

0

.0%

61

100.0%

Indeks masa tubuh

61

100.0%

0

.0%

61

100.0%

Halaman 51

Descriptives Statistic

Pengantar Praktikum Biostatistik (KMB317)


Mean


49.00

Lower Bound

44.19

Upper Bound

53.81

5% Trimmed Mean

53.00

Variance

352.867

Std. Deviation

18.785

Minimum

19

Maximum

89

Range

70

Interquartile Range

24

Skewness

-.037

.306

Kurtosis

-.514

.604

162.25

.763



5% Trimmed Mean

162.00

Variance

35.522 5.960

Minimum

147

Maximum

175

Range

28

Interquartile Range

10

Skewness



5% Trimmed Mean

.083

.306

-.471

.604

60.20

1.257

57.68 62.71 60.05

Median

59.00

Variance

96.327

Std. Deviation

9.815

Minimum

41

Maximum

80

Range

39

Interquartile Range

16

Skewness

.115

Kurtosis Mean 95% Confidence Interval for Mean


.306

-.616

.604

10.351

.1434

10.064 10.638

5% Trimmed Mean

10.402

Median

10.500

Variance

1.255

Std. Deviation

1.1201

Minimum

7.3

Maximum

12.0

Range

4.7

Interquartile Range

Lekosit

163.77

Median

Kurtosis

Kada Hb darah

160.72

162.20

Std. Deviation

Berat badan (Kg)

2.405

48.59

Median

Tinggi badan (cm)

Std. Error

.9

Skewness

-.884

.306

Kurtosis

.405

.604

13.272

.3436



12.585 13.959

5% Trimmed Mean

13.437

Median

13.500

Variance Std. Deviation

7.202 2.6837

Minimum

6.8

Maximum

16.0

Range

9.2

Interquartile Range

5.0

Skewness

-.565

.306

Kurtosis

-.963

.604

Halaman 52

Kegiatan Praktikum Pertama Eritrosi t

Mean

4.936


Lower Bound

4.612

Upper Bound

5.260

5% Trimmed Mean

4.957

Median

4.800

Variance

1.599

Std. Deviation

1.2647

Minimum

3.0

Maximum

6.5

Range

3.5

Interquartile Range

2.9

Skewness Kurtosis Indeks masa tubuh

.1619


Lower Bound

-.158

.306

-1.221

.604

2.28

.067

2.15

Upper Bound

2.41

5% Trimmed Mean

2.29

Median

2.00

Variance

.271

Std. Deviation

.521

Minimum

1

Maximum

3

Range

2

Interquartile Range

1

Skewness Kurtosis

.254

.306

-.465

.604

Explore(desa dan wanita 3.4) Descriptives


Statistic

Cases Valid N

Missing

Percent

N

Total

Percent

N


Percent


39

100.0%

0

.0%

39

100.0%

Tinggi badan (cm)

39

100.0%

0

.0%

39

100.0%

Berat badan (Kg)

39

100.0%

0

.0%

39

100.0%

Kada Hb darah

39

100.0%

0

.0%

39

100.0%



Median

49.00

39

100.0%

0

.0%

39

100.0%

Variance

39

100.0%

0

.0%

39

100.0%

Std. Deviation

Indeks masa tubuh

39

100.0%

0

.0%

39

100.0%

456.167 21.358

Minimum

18

Maximum

85

Range

67

Interquartile Range

33



5% Trimmed Mean

.244

.378

-1.013

.741

161.69

.673

160.33 163.05 161.60

Median

161.00

Variance

17.640

Std. Deviation

4.200

Minimum

156

Maximum

169

Range

13

Interquartile Range

8

Skewness Kurtosis Berat badan (Kg)

52.72 45.19

Eritrosi t

Mean 95% Confidence Interval for Mean 5% Trimmed Mean Median Variance

3.420

38.87

5% Trimmed Mean

Lekosit

Tinggi badan (cm)

Std. Error

45.79


.203

.378

-1.278

.741

59.62

1.556

56.47 62.76 59.63 59.00 94.401

Halaman 53

Pengantar Praktikum Biostatistik (KMB317) Std. Deviation

9.716

Minimum

40

Maximum

79

Range

39

Interquartile Range

Kada Hb darah

6

Skewness

.221

.378

Kurtosis

.162

.741

10.069

.2180



10.116

Median

10.500 1.854

Std. Deviation

1.3615

Minimum

7.3

Maximum

12.0

Range

4.7

Interquartile Range

2.3



12.226

.5030

11.207 13.244

Median

13.000 9.866 3.1410

Minimum

5.7

Maximum

16.0

Range

10.3

Interquartile Range

5.2

Skewness

-.595

.378

Kurtosis

-.664

.741

4.477

.1878



5% Trimmed Mean

4.097 4.857 4.447

Median

4.700

Variance

1.376

Std. Deviation

1.1728

Minimum

3.0

Maximum

6.5

Range

3.5

Interquartile Range

2.2

Skewness Kurtosis Mean 95% Confidence Interval for Mean 5% Trimmed Mean

3.5. a)

.378 .741

12.376

Std. Deviation

Indeks masa tubuh

-.289 -1.039

5% Trimmed Mean

Variance

Eritrosit

10.511

5% Trimmed Mean

Variance

Lekosit

9.628


.092

.378

-1.071

.741

2.23

.078

2.07 2.39 2.23

Median

2.00

Variance

.235

Std. Deviation

.485

Minimum

1

Maximum

3

Range

2

Interquartile Range

1

Skewness

.571

.378

Kurtosis

.032

.741

Ujilah, apakah ada perbedaan rerata usia, bb, tb, imt, hb, lkst, erit berdasarkan tingkat sakit yang diderita pasien pada kelompok kasus juga pada kelompok kontrol. Jelaskan statistik uji yang digunakan dan jelaskan !

Halaman 54

Kegiatan Praktikum Pertama b)

sajikan dalam dalam bentuk table hasil dan berikan interpretasi anda !

Hasil : Tabel 5a. Hasil uji beda rata-rata variabel pasien yang tinggal di Kota.

yang diamati berdasarkan tingkat sakit pada Kelompok

Variabel yang diamati n

Nama variabel

-

Usia

-

-

-

-

Berat badan

Tinggi badan

Indeks masa tubuh

Hb

Leukosit

Ringan Sedang Berat

Ringan Sedang Berat

Ringan Sedang Berat

Ringan Sedang Berat

Ringan Sedang Berat

Ringan Sedang Berat

-

Eritrosit

p.

Tingkat sakit 26 26 43

-

x  SD

Ringan Sedang Berat

26 26 43

26

31.15  10.015

0.352

32.65  11.740 34.70  8.900 59.38  8.005

0.238

63.62  10.245 59.95  10.083

160.88  5.317

CI 95 % bagi  batas bawah

batas atas

27.11

35.20

27.91

37.40

31.96

37.44

56.63

63.28

59.48 56.63

47.75 63.28

158.74

163.03

0.718

26

162.69  8.039

159.45

43

160.81  6.602

158.78

26

2.19  0.576

26 43

2.42  0.578 2.35  0.529

26

9,096  0,7113

26 43

7.965  1.4455 9.956  0.333

26

7.719  0.6518

26 43

13.408  1.1524 6.537  1.6251

26 26 43

4.688  0.8618 5.562  0.1525 5.144  7.366

0.307

0.000

0.000

159.94 162.85

1.96

2.42

2.19 2.19

2.66 2.51

8.809

9.383

7.382 9.853

8.549 10.058

7.456

7.982

12.942

13.387

6.073

7.037

4.340

5.037

5.500 4.918

5.623 5.371

0.000

Uji variannya apa ? kenapa?

One way anova(karena untuk mengetahui adanya perbedaan rata rata unutk lebih dari dua kelompok sampel yang tidak berhubungan) One way anova(karena untuk mengetahui adanya perbedaan rata rata unutk lebih dari dua kelompok sampel yang tidak berhubungan) One way anova(karena untuk mengetahui adanya perbedaan rata rata unutk lebih dari dua kelompok sampel yang tidak berhubungan) One way anova(karena untuk mengetahui adanya perbedaan rata rata unutk lebih dari dua kelompok sampel yang tidak berhubungan) One way anova(karena untuk mengetahui adanya perbedaan rata rata unutk lebih dari dua kelompok sampel yang tidak berhubungan) One way anova(karena untuk mengetahui adanya perbedaan rata rata unutk lebih dari dua kelompok sampel yang tidak berhubungan) One way anova(karena untuk mengetahui adanya perbedaan rata rata unutk lebih dari dua kelompok sampel yang tidak berhubungan)

Keteragan : * = Signifikans

Halaman 55

Pengantar Praktikum Biostatistik (KMB317) Langkah-langkah pada proses spss : 

untuk pengelompokan kota pada data klik select cases klik if masukkan klp=1 continiu lalu ok.Pada analyze pilih

compare

means klik one

way

anova pada

test

variabel

list

masukan

usia,bb,tb,hb,imt,leukosit dan eritrosit pada kolom faktor masukkan tingkat sakit selanjutnya pilih option centang deskriptif continiu lalu ok.

Interpretasi : Pada tabel 5a.di atas : 1. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien dikota berdasarkan usia untuk sakit ringan sebanyak 26 orang, dengan rata-rata usia adalah 31.15 tahun dengan standar deviasi 10.015.Diyakini bahwa 95 % usia pasien untuk tingkat sakit ringan adalah pada usia minimuum 27.11 tahun dan batas atas 35.20 tahun.Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan usia untuk sakit sedang sebanyak 26 orang, dengan rata-rata usia adalah 32.65 dengan standart deviasi 11.740 . Diyakini bahwa 95 % usia pasien untuk tingkat adalah pada usia usia minimuum 27.91 tahun dan batas atas 37.40 tahun. Selanjutnya untuk jumlah tingkat kesakitan pasien pasien dikota berdasarkan usia untuk sakit berat sebanyak 43 orang, dengan rata-rata usia adalah 34.70 tahun dengan standar deviasi 8.900. 8.900. Diyakini bahwa 95 % usia pasien untuk tingkat sakit ringan adalah pada usia minimuum 31.96 tahun dan batas atas 37.44 tahun. Dimana nilai P value nya adalah 0,352, maka dapat disimpulkan bahwa tidak ada perbedaan variabel pada tingkat kesakitan pasien dikota berdasarkan usia. 2. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien dikota berdasarkan Berat badan untuk sakit ringan sebanyak 26 orang, dengan rata-rata Berat badan adalah 59.38 Kg dengan standar deviasi 8.005.Diyakini bahwa 95 % usia pasien untuk tingkat sakit ringan adalah pada usia minimuum 56.63 Kg dan batas atas 63.68.Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Berat badan untuk sakit sedang sebanyak 31 orang, dengan rata-rata Berat badan adalah 63.62 Kg dengan standar deviasi 10.245. Diyakini bahwa 95 % Berat badan pasien untuk tingkat sakit sedang adalah pada usia minimuum 59.48 Kg dan batas atas 47.75 Kg. Selanjutnya untuk jumlah tingkat kesakitan pasien pasien dikota berdasarkan Berat badan untuk sakit berat berat sebanyak 38 orang, dengan rata-rata Berat badan badan adalah 59.95 Kg dengan standar deviasi 10.083. Diyakini bahwa 95 % Berat badan pasien untuk tingkat sakit ringan adalah pada Berat badan minimuum 56.63 Kg dan batas atas 63.28 Kg. Dimana nilai P value nya adalah 0.238, maka dapat disimpulkan bahwa tidak ada perbedaan variabel pada tingkat kesakitan pasien dikota berdasarkan berat badan. 3. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien dikota berdasarkan Tinggi badanuntuk sakit ringan sebanyak 26 orang, dengan rata-rata Tinggi badan adalah 160.88 cm dengan standar deviasi 5.317. Diyakini bahwa 95 % Tinggi badan pasien untuk tingkat sakit ringan adalah pada usia minimuum 158.74 cm dan batas atas 163.03 cm . Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Tinggi badan untuk sakit sedang sebanyak 26 orang, dengan rata-rata rata-rata Tinggi badan adalah 162.69 cm dengan standar deviasi 8.039. Diyakini bahwa 95 % Tinggi badan pasien untuk tingkat sakit sedang adalah pada pada usia minimuum 159.45 cmdan batas atas 159.94 cm. cm. Selanjutnya Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Tinggi badan untuk sakit berat sebanyak 43 orang, dengan rata-rata Tingi badan adalah 160.81 cm dengan standar deviasi 6.602. Diyakini bahwa 95 % Tinggi Badan pasien untuk tingkat sakit ringan adalah pada Tinggi badan minimuum 158.78 cm dan batas atas 162.85 cm Dimana nilai P value value nya adalah 0,718, maka dapat disimpulkan bahwa tidak ada perbedaan variabel pada tingkat kesakitan pasien dikota berdasarkan Tinggi badan.

Halaman 56

Kegiatan Praktikum Pertama 4. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien dikota berdasarkan Indeks masa tubuh untuk sakit ringan sebanyak 26 orang, dengan rata-rata Indeks Masa tubuh adalah 2.19 Kg/m2 dengan standar deviasi 0.576. Diyakini bahwa 95 95 % Indeks Masa tubuh pasien untuk tingkat sakit ringan adalah adalah pada IMT minimuum 1.96 Kg/m2 Kg/m2 dan batas atas atas 2.42 Kg/m2. Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Indeks Masa tubuh untuk sakit sedang sebanyak 26 orang, dengan rata-rata Indeks Masa tubuh adalah 2,42 Kg/m2 dengan standar deviasi 0.578. Diyakini bahwa 95 % Indeks Masaa tubuh pasien untuk tingkat sakit sedang adalah pada IMT minimuum 2,19 Kg/m2 dan batas atas 2,66 2,66 Kg/m2 . Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan IMT untuk sakit berat sebanyak 43 orang, dengan rata-rata IMT adalah 2,35 Kg/m2 dengan standar deviasi 0,526. Diyakini bahwa 95 % IMT pasien untuk tingkat sakit ringan adalah pada IMT minimuum 2,19 Kg/m2 dan batas atas 2,51 Kg/m2. Dimana nilai P value nya adalah 0.307, maka dapat disimpulkan bahwa tidak ada perbedaan variabel pada tingkat kesakitan pasien dikota berdasarkan Indeks Masa tubuh (IMT). 5. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien dikota berdasarkan Kadar Hb untuk sakit ringan sebanyak 26 orang, dengan rata-rata Kadar Hb adalah 9.096 mmHg dengan standar deviasi 0.7113. Diyakini bahwa 95 % Kadar Hb pasien untuk tingkat sakit ringan adalah pada Kadar Hb minimuum 8.809 mmHg dan batas atas 9.383 mmHg. Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Kadar Hb Hb untuk sakit sedang sebanyak 26 orang, dengan rata-rata Kadar Hb adalah 7.965 mmHg dengan standar deviasi 1.4455. Diyakini bahwa 95 % Kadar Kadar Hb pasien untuk tingkat sakit sedang adalah pada Kadar Hb minimuum 7.382 mmHg dan batas batas atas 8.549 mmHg. mmHg. Selanjutnya Selanjutnya untuk jumlah jumlah tingkat kesakitan pasien dikota berdasarkan Kadar Hb untuk sakit berat sebanyak 43 orang, dengan rata-rata Kadar Kadar Hb adalah 9.956 9.956 mmHg dengan standar deviasi 0.333. Diyakini bahwa 95 % Kadar Hb pasien untuk tingkat sakit ringan adalah pada Kadar Hb minimuum 9.853 mmHg dan batas atas 10.058 mmHg. Dimana nilai P value value nya adalah 0.000, maka dapat disimpulkan bahwa ada perbedaan variabel pada tingkat kesakitan pasien dikota berdasarkan Kadar Hb. 6. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien dikota berdasarkan Kadar Leukosit untuk sakit ringan sebanyak 26 orang, dengan rata-rata Kadar Leukosit adalah 7.719 mmHg dengan standar deviasi 0.6518. Diyakini bahwa 95 % Kadar Leukoit pasien untuk tingkat sakit ringan adalah pada Kadar Leukosit minimuum 7.456 mmHg dan batas atas 7.982 mmHg. Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Kadar Leukosit untuk sakit sedang sebanyak 26 orang, dengan rata-rata Kadar Leukosit adalah 13.408 mmHg dengan standar deviasi 1.1524. Diyakini bahwa 95 % Kadar Kadar Hb pasien untuk tingkat sakit sedang adalah pada Kadar Kadar Leukosit minimuum 12.942mmHg dan batas atas 13.387 13.387 mmHg. Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Kadar Leukosit untuk sakit berat sebanyak 43 orang, dengan rata-rata Kadar Leukosit adalah 6.537 mmHg dengan standar deviasi1,6251. Diyakini bahwa 95 % Kadar leukosit pasien untuk tingkat sakit ringan adalah pada Kadar Leukosit minimuum 6.073 mmHg dan batas atas 7.037 mmHg. Dimana nilai P value value nya adalah 0.000, maka dapat disimpulkan bahwa ada perbedaan variabel pada tingkat kesakitan pasien dikota berdasarkan Kadar Leukosit. 7. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien dikota berdasarkan Kadar Eritrosit untuk sakit ringan sebanyak 26 orang, dengan rata-rata Kadar Eritrosit adalah 4.688 mmHg dengan standar deviasi 0.8618. Diyakini bahwa 95 % Kadar Eritrosit pasien untuk tingkat sakit ringan adalah pada Kadar Eritrosit minimuum 4.340 mmHg dan batas atas 5,037 mmHg. Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Kadar eritrosit untuk sakit sedang sebanyak 26 orang, dengan rata-rata Kadar Eritrosit adalah 5,562 mmHg dengan standar deviasi0,1525. Diyakini bahwa 95 % Kadar Eritrosit pasien untuk tingkat sakit sedang adalah pada Kadar Kadar Eritrosit minimuum 5.500 mmHg dan batas atas 5.623 mmHg. Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Kadar Eritrosit untuk sakit berat sebanyak 43 orang, dengan rata-rata Kadar Eritrosit adalah 5.144 mmHg dengan dengan standar standar deviasi 7.366. Diyakini bahwa bahwa 95 % Kadar Kadar

Halaman 57

Pengantar Praktikum Biostatistik (KMB317) eritrosit pasien untuk tingkat sakit ringan adalah pada Kadar Eritrosit minimuum 4918 mmHg dan batas atas 5.371 mmHg. Dimana nilai P value value nya adalah 0.000, maka dapat disimpulkan bahwa ada perbedaan variabel pada tingkat kesakitan pasien dikota berdasarkan Kadar eritrosit.

Print out : ANOVA

Descriptives

Sum of Squares

95% Confidence Interval for Mean N Usia karyawan (tahun)

Tinggi badan (cm)

Berat badan (Kg)

Kada Hb darah

Lekosit

Eritrosi t

Indeks masa tubuh

Mean

Std. Deviation


Between Groups

Lower Upper Mini Maxim Bound Bound mum um

Std. Error

Mean Square

212.966

2

106.483

Within Groups

9282.339

92

100.895

Total

9495.305

94

64.833

2

32.41 6 45.138

Berat

43

34.70

8.900

1.357

31.96

37.44

18

50

Sedang

26

32.65

11.740

2.302

27.91

37.40

19

55

Ringan

26

31.15

10.019

1.965

27.11

35.20

18

50

Within Groups

4152.704

92

Total

95

33.17

10.051

1.031

31.12

35.22

18

55

Total

4217.537

94

288.985

2

144.493

Within Groups

9128.215

92

99.220

Total

9417.200

94

64.420

2

32.210 .756

Tinggi badan (cm)

Berat badan (Kg)

Between Groups

Between Groups

Berat

43

160.81

6.602

1.007 158.78 162.85

152

176

Sedang

26

162.69

8.039

1.577 159.45 165.94

150

179

Ringan

26

160.88

5.317

1.043 158.74 163.03

150

173

Total

95

161.35

6.698

.687 159.98 162.71

150

179

Berat

43

59.95

10.803

1.647

56.63

63.28

34

80

Between Groups

Sedang

26

63.62

10.245

2.009

59.48

67.75

49

78

Within Groups

69.555

92

Ringan

26

5 9.38

8.005

1.570

56.15

62.62

46

78

Total

133.974

94

Between Groups

802.211

2

4 01.105

Within Groups

154.739

92

1.682

Total

956.950

94

9.918

2

4.959

Within Groups

41.934

92

.456

Total

51.852

94

.732

2

.366 .306

Total

95

60.80

10.009

1.027

58.76

62.84

34

80

Berat

43

9.956

.3333

.0508

9.853 10.058

9.1

10.5

Sedang

26

7.965

1.4455

.2835

7.382

7.3

12.0

8.549

Ringan

26

9.096

.7113

.1395

8.809

9.383

8.6

10.5

Total

95

9.176

1.1938

.1225

8.933

9.419

7.3

12.0

Berat

43

6.537

1.6251

.2478

6.037

7.037

5.8

16.0

Sedang

26

13.40 8

1.1524

.2260 12.942 13.873

10.0

15.2

Ringan

26

7.719

.6518

.1278

7.456

7.982

7.4

9.8

Total

95

8.741

3.1907

.3274

8.091

9.391

5.8

16.0

Kada Hb darah

Lekosit

Eritrosit

Between Groups

Indeks masa tubuh

Between Groups

Berat

43

5.144

.7366

.1123

4.918

5.371

4.6

6.5

Within Groups

28.152

92

Sedang

26

5.562

.1525

.0299

5.500

5.623

5.2

6.0

Total

28.884

94

Ringan

26

4.688

.8618

.1690

4.340

5.037

3.2

6.2

Total

95

5 .134

.7427

.0762

4.982

5.285

3.2

6.5

Berat

43

2.35

.529

.081

2.19

2.51

1

3

Sedang

26

2.42

.578

.113

2.19

2.66

1

3

Ringan

26

2.19

.567

.111

1.96

2.42

1

3

Total

95

2.3 3

.554

.057

2.21

2.44

1

3

Tabel.5b. Hasil uji beda rata-rata variabel pasien yang tinggal di Desa . n

Nama variabel Usia

-

Berat badan

-

Tinggi badan

-

Indeks masa tubuh

Tingkat sakit Ringan Sedang Berat Ringan Sedang Berat Ringan Sedang Berat Ringan Sedang Berat

F

p.

x  SD

.352

.718

.490

1.456

.238

42.604

.000

238.476

.000

10.880

.000

1.196

.307

CI 95 % bagi  batas bawah

batas atas

32 54 14

46.14  19.517 49.09  19.454 46.19  20.891

0.767

34.87 43.78 38.66

57.41 54.40 53.72

32 54 14

58.57  9.019 59.56  10.498 61.28  8.770

0.621

53.36 56.69 58.12

63.78 62.42 64.44

32 54 14

161.29  4.393 161.96  5.263 162.47  5.891

53.36 56.69 53.36

63.78 62.42 63.78

32 54 14

2.14  0.363 2.28  0.529 2.28  0.523

1.93 2.13 2.09

2.35 2.42 2.47

0.783

0.649

Sig.

1.055

yang diamati berdasarkan tingkat sakit pada Kelompok

Variabel yang diamati

-

df

Halaman 58

Kegiatan Praktikum Pertama -

Hb

-

Leukosit

-

Eritrosit

Ringan Sedang Berat Ringan Sedang Berat Ringan Sedang Berat

32 54 14

10.143  0,6880 9.983  1.5251 10.719  0.4802

32 54 14

9.186  1.0174 13.059  2.3685 14.144  2.9966

32 54 14

4.557  0.5761 4.276  1.0486 5.656  1.2916

0.023

9.746 9.567 10.586

10.540 10.400 10.892

0.000

8.598 12.413 13.063

9.773 13.706 15.244

0.000

4.225 3.990 5.191

4.890 4.562 6.122

Keteragan : * = Signifikans Langkah-langkah pada proses spss : 

untuk pengelompokan desa pada data klik select cases klik if masukkan klp=2 continiu lalu ok.Pada analyze pilih

compare

means klik one

way

anova pada

test

variabel

list

masukan

usia,bb,tb,hb,imt,leukosit dan eritrosit pada kolom faktor masukkan tingkat sakit selanjutnya pilih option centang deskriptif continiu lalu ok.

Interpretasi : Pada tabel 5b.di atas : 1. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien didesa berdasarkan usia untuk sakit ringan sebanyak 32 orang, dengan rata-rata usia adalah 46.14 tahun dengan standar deviasi 19.517. Diyakini bahwa 95 % usia pasien untuk tingkat sakit ringan adalah pada usia minimuum 34.87 tahun dan batas atas 57.41 tahun. Selanjutnya untuk jumlah tingkat kesakitan pasien didesa berdasarkan usia untuk sakit sedang sebanyak 54 orang, dengan rata-rata usia adalah 49.09 tahun dengan standar deviasi 19.454.Diyakini bahwa 95 % usia pasien untuk tingkat sakit ringan adalah pada usia minimuum 43.78 tahun dan batas atas 54.40 tahun. Selanjutnya untuk jumlah tingkat kesakitan pasien pasien didesa berdasarkan usia untuk sakit berat sebanyak 14 orang, dengan rata-rata usia adalah 46.19 tahun dengan standar deviasi 20.891. Diyakini bahwa 95 % usia pasien untuk tingkat sakit ringan adalah pada usia minimuum 38.66 tahun dan batas atas 53.72 tahun. Dimana nilai P value nya adalah 0,767 maka dapat disimpulkan bahwa tidak ada perbedaan variabel pada tingkat kesakitan pasien didesa berdasarkan usia. 2. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien didesa berdasarkan Berat badan untuk sakit ringan sebanyak 32 orang, dengan rata-rata Berat badan adalah 58.57 Kg dengan standar deviasi 9.019. Diyakini bahwa 95 % usia pasien untuk tingkat sakit ringan adalah pada usia minimuum 53.36 Kg dan batas atas 63.78 Kg. Selanjutnya untuk jumlah tingkat kesakitan pasien didesa berdasarkan Berat badan untuk sakit sedang sebanyak 54 orang, dengan rata-rata Berat badan adalah 59.56 Kg dengan standar deviasi 10.498. Diyakini bahwa 95 % Berat badan pasien untuk tingkat sakit ringan adalah pada usia minimuum 56.69 Kg dan batas batas atas 10.498 Kg. Selanjutnya untuk jumlah tingkat kesakitan pasien didesa berdasarkan Berat badan untuk sakit berat berat sebanyak 14 orang, dengan dengan rata-rata Berat badan adalah 61.28 Kg dengan standar deviasi 8.770. Diyakini bahwa 95 % Berat badan pasien untuk tingkat sakit ringan adalah pada Berat badan minimuum 58.12 Kg dan batas atas 64.44 Kg. Dimana nilai P value nya adalah 0.621, maka dapat disimpulkan bahwa tidak ada perbedaan variabel pada tingkat kesakitan pasien didesa berdasarkan berat badan. 3. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien didesa berdasarkan Tinggi badan untuk sakit ringan sebanyak 32 orang, dengan rata-rata Tinggi badan adalah 161.29 cm dengan standar deviasi 4.393. Diyakini bahwa 95 % Tinggi badan pasien untuk tingkat sakit ringan adalah pada usia minimuum 53.36 cm dan batas atas 63.78 cm .

Halaman 59

Pengantar Praktikum Biostatistik (KMB317) Selanjutnya untuk jumlah tingkat kesakitan pasien didesa didesa berdasarkan Tinggi badan untuk sakit sedang sebanyak 54 orang, dengan rata-rata Tinggi badan adalah 161.96 cm dengan standar deviasi 5.263. Diyakini bahwa 95 % Tinggi badan pasien untuk tingkat sakit sedang adalah pada usia minimuum 56.69 cm cm dan batas atas 62.42 cm. cm. Selanjutnya Selanjutnya untuk jumlah tingkat kesakitan pasien didesa berdasarkan Tinggi badan untuk sakit sakit berat sebanyak 14 orang, dengan rata-rata Tingi badan adalah 162.47 cm dengan standar deviasi 5.891. Diyakini bahwa 95 % Tinggi Badan pasien untuk tingkat sakit ringan adalah pada Tinggi badan minimuum 53.36 cm dan batas batas atas 63.78 63.78 cm Dimana nilai P value nya adalah 0,783, maka dapat disimpulkan bahwa tidak ada perbedaan variabel pada tingkat kesakitan pasien didesa berdasarkan Tinggi badan. 4. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien didesa berdasarkan Indeks masa tubuh untuk sakit ringan sebanyak 32 orang, dengan rata-rata Indeks Masa tubuh adalah 2.14 Kg/m2 dengan standar deviasi 0.363. Diyakini bahwa 95 % Indeks Masa tubuh pasien untuk tingkat sakit ringan adalah pada IMT minimuum 1.93 Kg/m2 dan batas atas 2.35 Kg/m2. Selanjutnya untuk jumlah tingkat kesakitan pasien pasien didesa berdasarkan Indeks Masa tubuh untuk sakit sedang sebanyak 54 orang, dengan rata-rata Indeks Masa tubuh adalah 2,28 Kg/m2 dengan standar deviasi 0.529. Diyakini bahwa 95 % Indeks Masaa tubuh pasien untuk tingkat sakit sedang adalah pada IMT minimuum 2,13 Kg/m2 dan batas atas 2,42 Kg/m2 . Selanjutnya untuk jumlah tingkat kesakitan pasien didesa berdasarkan IMT untuk sakit berat sebanyak 14 orang, dengan rata-rata IMT adalah 2,28 Kg/m2 dengan standar deviasi 0,523. Diyakini bahwa 95 % IMT pasien untuk tingkat sakit ringan adalah pada IMT minimuum 2.09 Kg/m2 dan batas atas 2,47 Kg/m2. Dimana nilai P value nya adalah 0.649, maka dapat disimpulkan bahwa tidak ada perbedaan variabel pada tingkat kesakitan pasien didesa berdasarkan berdasarkan Indeks Masa tubuh (IMT). 5. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien didesa berdasarkan Kadar Hb untuk sakit ringan sebanyak 32 orang, dengan rata-rata Kadar Hb adalah 10.143 mmHg dengan standar deviasi 0.6880. Diyakini bahwa 95 % Kadar Hb pasien untuk tingkat sakit ringan adalah pada Kadar Hb minimuum 9.746 mmHg dan batas atas 10.540 mmHg. Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Kadar Hb untuk sakit sedang sebanyak sebanyak 54 orang, dengan rata-rata Kadar Kadar Hb adalah 9.983 mmHg dengan dengan standar deviasi 1.5251. Diyakini bahwa 95 % Kadar Hb pasien untuk tingkat sakit sedang adalah pada Kadar Hb minimuum 9.567 mmHg dan dan batas atas 10.400 mmHg. Selanjutnya untuk jumlah tingkat kesakitan pasien didesa berdasarkan Kadar Hb untuk sakit berat sebanyak 14 orang, dengan rata-rata Kadar Hb adalah 10.719 mmHg dengan standar deviasi 0.4802. Diyakini bahwa 95 % Kadar Hb pasien untuk tingkat sakit ringan adalah pada Kadar Hb minimuum 10.586 mmHg dan batas atas 10.892 mmHg. Dimana nilai P value value nya adalah 0.023, maka dapat disimpulkan bahwa ada perbedaan variabel pada tingkat kesakitan pasien didesa berdasarkan Kadar Hb. 6. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien didesa berdasarkan Kadar Leukosit untuk sakit ringan sebanyak 32 orang, dengan rata-rata Kadar Leukosit adalah 9.186 mmHg dengan standar deviasi 1.0174. Diyakini bahwa 95 % Kadar Leukoit pasien untuk tingkat sakit ringan adalah pada Kadar Leukosit minimuum 8.598 mmHg dan batas atas 9.773 mmHg. Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan Kadar Leukosit untuk sakit sedang sebanyak 54 orang, dengan rata-rata Kadar Leukosit adalah 13.059 mmHg dengan standar deviasi 2.3685. Diyakini bahwa 95 % Kadar Kadar Hb pasien untuk tingkat sakit sedang adalah pada pada Kadar Leukosit minimuum 12.413 mmHg dan batas atas 13.706 mmHg. Selanjutnya untuk jumlah tingkat kesakitan pasien didesa berdasarkan Kadar Leukosit untuk sakit berat sebanyak 14 orang, dengan rata-rata Kadar Leukosit adalah 14.144 mmHg dengan standar deviasi 2.9966. Diyakini bahwa bahwa 95 % Kadar Kadar leukosit pasien untuk tingkat sakit sakit ringan adalah pada Kadar Leukosit minimuum 13.063 mmHg dan batas atas 15.244 mmHg. Dimana nilai P value value nya adalah 0.000, maka dapat disimpulkan

Halaman 60

Kegiatan Praktikum Pertama bahwa ada perbedaan variabel pada tingkat kesakitan pasien didesa berdasarkan Kadar Leukosit. 7. Berdasarkan hasil analisis disimpulkan bahwa jumlah tingkat kesakitan pasien didesa berdasarkan Kadar Eritrosit untuk sakit ringan sebanyak 32 orang, dengan rata-rata Kadar Eritrosit adalah 4.557 mmHg dengan standar deviasi 0.5761. Diyakini bahwa 95 % Kadar Eritrosit pasien untuk tingkat sakit ringan adalah pada Kadar Eritrosit minimuum 4.255 mmHg dan batas atas 4.890 mmHg. Selanjutnya untuk jumlah tingkat kesakitan pasien didesa berdasarkan Kadar eritrosit untuk sakit sedang sebanyak 54 orang, dengan rata-rata Kadar Eritrosit adalah 4.276 mmHg dengan standar deviasi 1.0486. Diyakini bahwa 95 % Kadar Eritrosit pasien untuk tingkat sakit sedang adalah pada Kadar Kadar Eritrosit minimuum 3.990 mmHg dan batas atas 4.562 mmHg. Selanjutnya Selanjutnya untuk jumlah tingkat kesakitan pasien didesa berdasarkan Kadar Eritrosit untuk sakit berat sebanyak 14 orang, dengan rata-rata Kadar Eritrosit adalah 5.656 mmHg dengan standar deviasi 1,2196. Diyakini bahwa bahwa 95 % Kadar eritrosit pasien untuk tingkat sakit ringan adalah pada Kadar Eritrosit minimuum 5.191 mmHg dan batas atas 6.122 mmHg. Dimana nilai P value value nya adalah 0.000, maka dapat disimpulkan bahwa ada perbedaan variabel pada tingkat kesakitan pasien didesa berdasarkan Kadar eritrosit.

Print out : ANOVA

Descriptives

Sum of Squares

95% Confidence Interval for Mean N Usia karyawan (tahun)

Berat

85

49.09 19.454 2.647

43.78

54.40

18

89

34.87

57.41

18

75

100

47.75 19.784 1.978

43.82

51.68

18

89

Berat

32 162.47

5.891 1.041

160.34

164.59

152

175

Sedang

54 161.96

5.263

.716

160.53

163.40

147

173

14 161.29

4.393 1.174

158.75

163.82

155

169

5.327

.533

160.97

163.09

147

175

8.770 1.550

58.12

64.44

41

80

Berat

100 162.03 32

61.28

Sedang

54

59.56 10.498 1.429

56.69

62.42

41

80

Ringan

14

58.57

9.019 2.410

53.36

63.78

40

70

100

59.97

9.731

.973

58.04

61.90

40

80

.4802 .0849

10.546

10.892

9.7

11.5

9.983 1.5251 .2075

9.567

10.400

7.3

12.0

9.746

10.540

8.6

10.5

Berat

32 10.719

Sedang

54

Ringan

14 10.143

.6880 .1839

Total

100 10.241

1.2210 .1221

9.999

10.483

7.3

12.0

Berat

32 14.144

2.9969 .5298

13.063

15.224

5.8

16.0

Sedang

54 13.059

2.3685 .3223

12.413

13.706

5.7

15.2

8.598

9.773

7.4

9.8

12.288

13.440

5.7

16.0

Ringan

14

9.186 1.0174 .2719

100 12.864

2.9009 .2901

Berat

32

5.656 1.2916 .2283

5.191

6.122

3.6

6.5

Sedang

54

4.276 1.0486 .1427

3.990

4.562

3.0

6.2

14

4.557

.5761 .1540

4.225

4.890

3.2

4.8

4.757 1.2442 .1244

4.510

5.004

3.0

6.5 3

Ringan

Indeks masa tubuh

19

46.14 19.517 5.216

Total Eritrosit

53.72

Maximum

54

Total

Lekosit

38.66

Minimum

14

Ringan

Kada Hb darah

46.19 20.891 3.693

Upper Bound

Ringan

Total Berat badan (Kg)

32

Lower Bound


Sedang

Total Tinggi badan (cm)

Mean

Std. Deviati Std. on Error

Total

100

Berat

32

2.28

.523

.092

2.09

2.47

1

Sedang

54

2.28

.529

.072

2.13

2.42

1

3

Ringan

14

2.14

.363

.097

1.93

2.35

2

3

100

2.26

.505

.050

2.16

2.36

1

3

Total

Tinggi badan (cm)

Berat badan (Kg)

Kada Hb darah

Lekosit

Eritrosi t

Indeks masa tubuh

Between Groups

df

Mean Square

211.624

2

105.812

Within Groups

38539.126

97

397.311

Total

38750.750

99

14.158

2

7.079

Within Groups

Between Groups

2794.752

97

28.812

Total

2808.910

99

Between Groups

91.679

2

45.840

Within Groups

9283.231

97

95.703

Total

9374.910

99

Between Groups

11.024

2

5.512

Within Groups

136.578

97

1.408

Total

147.602

99

Between Groups

243.884

2

121.942

Within Groups

589.206

97

6.074

Total

833.090

99

Between Groups

38.933

2

19.467

Within Groups

114.312

97

1.178

Total

153.245

99

Between Groups

.224

2

.112

Within Groups

25.016

97

.258

Total

25.240

99

F

Sig.

.266

.767

.246

.783

.479

.621

3.915

.023

20.075

.000

16.519

.000

.434

.649

3.6. Ujilah, apakah apakah ada hubungan status gizi (bmik) dengan tingkat sakit pada kelompok kasus saja.

Hasil :

Halaman 61

Pengantar Praktikum Biostatistik (KMB317)

Tabel 6. Hubungan Status Gizi dengan Tingkat Sakit Sakit yang diderita pasien. Status Gizi

Berat

Tingkat Sakit Sedang n %

Jumlah Ringan n %

n

%

1. Kurang BB (Kurus)

2

22.2%

6

66.7%

1

2. BB Normal

21

33.3%

31

49.2%

3. Kelebihan BB (Obesitas)

9

33.3%

16

Jumlah

32

32.0%

54



2

=

df =6

n

%

11.1%

9

100.0%

11

17.5%

63

100.0%

59.3%

2

7.45

27

100.0%

54%

14

14.0%

100

100.0%

p. =0.774




Membuat variabel bmi dan bmik, dengan Klik Transform lalu Compute Pada target variable, ketikkan variabel yang akan dicari (bmi). Pada Numeric Expression, masukkan rumus perhitungan dengan rumus (bb/((tb/100)*(tb/100))) (bb/((tb/100)*(tb/100))) Klik Continue, Lalu Ok selanjutnya Insert variabel membuat bmik dengan Recode into same variabel agar datanya terkelompokkan. Klik Analyze lalu pilihlah Descriptive Statics lalu pilih crosstabs pada kolom Row masukkan (bmik), pada coloum masukkan variabel (Tingkat kesakitan), pada statics centanglah Chisquare Ok dan Risk, lalu pada Cell centanglah Observed dan Row lalu klik Ok

Interpretasi : Pada tabel 6.di atas dapat di lihat bahwa

Berdasarkan hasil analisis analisis hubungan antara status status gizi dengan Tingkat kesakitan pasien diperoleh bahwa sebanyak 2 orang (22,0%) pasien dengan berat badan kurang yang tingkat kesakitannya berat. Sedangkan pada pasien yang berat badan normal ada 21 (33.3%) yang tingkat kesakitannya berat. Selanjutnya diperoleh sebanyak 9 orang (39,5%) pasien dengan berat badan berlebih yang tingkat kesakitannya berat. Sedangkan, ada 6 orang (66.7%) pasien yang berat badan kurang yang tingkat kesakitannya sedang lalu sekitar 31 orang(49.2%) pasien berat badan normaldengan tingkat kesakitsan sedang dan ada 16 orang (59.3%) pasien kelebihan berat badan dengan tingkat ksakitan sedang. Serta diperoleh hasil 1 orang (11,1%) pasien yang berat badannya normal dengan tingkat kesakitan ringan. Sedangkan diperoleh bahwa ada 11 orang (17.5%) pasien yang berat badan normal dengan tingkat kesakitannya ringan serta ada 2 orang (7.4%) pasien berat badan berlebih dengan tingakat kesankitan ringan Hasil uji statistik diperoleh nilai p value adalah 0,774, sehingga dapat disimpulkan bahwa tidak ada hubungan antara status gizi dengan tingkat kesakitan.

Halaman 62

Kegiatan Praktikum Pertama

Print out : body mass index * Tingkat sakit yang diderita Crosstabulation Chi-Square Tests Tingkat sakit yang diderita Value Berat

Seda ng

Ringan

Total Pearson Chi-Square

body mass index

kurang bb(kurus)

Count % within body mass index

bb normal


kelebihan bb(obesitas)


18.069727891156 5


Total


2

6

22.2%

66.7%

21

31

33.3%

49.2%

9

16

33.3%

59.3%

0

1

.0%

100.0%

32

54

32.0%

54.0%

1

9

11.1% 100.0%

Likelihood Ratio Linear-by-Lin ear Associatio n N of Valid Cases

11

63

df

Asymp. Sig. (2-sided)

3.275 a

6

3.813

6

.702

.000

1

.990

.774

100

a. 7 cells (58,3%) have expected count less than 5. The minimum expected count is ,14.

17.5% 100.0% 2

27

7.4% 100.0% 0

1

.0% 100.0% 14

100

14.0% 100.0%

3.7. Selidikilah, bagaimana sifat hubungan antara variabel usia, bb, tb, bmi, hb, lkst, erit dengan fasilitas uji Pearson Correlation (jika Correlation (jika data kedua kelompok berdistribusi normal), sebaliknya dapat digunakan uji korelasi Spearman’s rho, baik pada kelompok data di Kota dan di Desa.

Hasil : Tabel 7. Hasil uji korelasi antara Variabel yang diamati pada data pasien yang tinggal di Kota. Kasus r.

p.

Berat badan

-0,361

0.362

Tinggi badan

0.66

0.778

Indeks m. tubuh Hb darah

0.962 -1.307

Leukosit

Variabel 1

Variabel 2

Usia

Berat badan

Stat. uji yg digunakan

alasannya

Korelasi Pearson Korelasi Pearson

Data berdistribusi normal Data berdistribusi normal

0.162 0.252


Data berdistribusi normal Data berdistribusi normal

-0.394

0.394

Korelasi Pearson

Data berdistribusi normal

Eritrosit

0.064

0.967

Korelasi Pearson


Tinggi badan

0.651

0.000

Korelasi spearman

Indeks m. tubuh

2.396

0.000

Korelasi spearman

Hb darah

0.211

0.653

Korelasi Pearson

Data berdistribusi tidak normal Data berdistribusi tidak normal Data berdistribusi normal

Leukosit

0.335

0.077

Korelasi Pearson


Eritrosit

-1.358

0.031

Korelasi Pearson


Halaman 63

Pengantar Praktikum Biostatistik (KMB317) Tabel 7. Lanjutan. Kasus

Keterangan

p.

Indeks m. tubuh

-0.354

0.060

Korelasi Pearson


Hb darah

0.462

0.526

Korelasi Pearson


Leukosit

0.694

0.016

Korelasi spearman


Eritrosit

-0.945

0.325

Korelasi Pearson

Data berdistribusi Normal

Hb darah

-0.418

0.308

Korelasi Pearson


Leukosit

-0.034

0.831

Pearson


Eritrosit

0.289

0.592

Korelasi Pearson


Leukosit

-0.240

0.000

Korelasi spearman

Eritrosit

0.041

0.765

Korelasi Pearson

Data berdistribusi tidak normal Data berdistribusi Normal

Eritrosit

1.426

0.001

Korelasi spearman

Variabel 2

Tinggi badan

Indeks massa tubuh


r.

Variabel 1

tidak

kolerasi Hb darah

Leukosit


tidak






Klik data, select cases, kemudian klik if, lalu klik klp=1 Kemudian klik analyze, linear regresion usiak (dependent), kemudian bb,tb,imtk,hb,lkst, erit, lalu klik ok Selanjutnya klik analyze, linear regresion bb (dependent), kemudian tb,imt,hb,lkst,erit lalu klik Ok



Kemudian analyze, linear regresion tb (depenent), pilih imt,hb,lkst,erit lalu klik Ok



Klik analyze, linear regresion imt (dependent), masukkan hb,lkst,erit lalu klik Ok



Klik analyze, linear regresion hb (dependent), pilih lkst,erit Lalu klik Ok



Klik analyze, linear regresion lkst (dependent), masukkan erit lalu klik Ok

Interpretasi Pada tabel 7.di atas :

1. Berdasarkan hasil analisis diketahui bahwa hubungan usia dengan berat badan di kota menunjukan hubungan yang lemah (r = -0,0361 dan berpola negatif, artinya usia menjadi faktor utama menambah berat badan seseorang dengan p value 0,362 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Lalu, Untuk menggambarkan hubungan usia dengan Tinggi badan menunjukan hubungan yang kuat (r = 0,66) dan berpola positif, artinya usia tidak menjadi faktor utama menaikkan tinggi badan seseorang dengan p value 0,778 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Kemudian, Untuk menggambarkan hubungan usia dengan Indeks Masa tubuh menunjukan hubungan yang sangat kuat (r = 0,962) dan berpola positif, artinya usia menjadi faktor utama yang sangat mempengaruhi indeks masa tubuh seseorang dimana p value 0,162 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Selanjutkan. Untuk menggambarkan hubungan usia dengan Kadar Hb menunjukan hubungan yang lemah (r =-1.307) dan berpola negatif, artinya usia menjadi faktor utama

Halaman 64

Kegiatan Praktikum Pertama yang mempengaruhi Kadar Hb seseorang dimana p value 0,252 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Juga untuk melihat hubungan Untuk menggambarkan hubungan usia dengan Kadar leukosit menunjukan hubungan yang yang lemah (r =-0,394) =-0,394) dan berpola negatif, artinya usia tidak menjadi faktor utama yang mempengaruhi Kadar leukosit seseorang dimana p value 0,394 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Dan untuk menunjukan hubungan usia dengan kadar eritrosit itu hubungan yang lemah (r = 0,064) dan berpola positif, artinya artinya usia tidak mempengaruhi jumlah kadar eritrosit eritrosit dalam tubuh seseorang, dimana nilai p value 0,967 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. 2. Berdasarkan hasil analisis diketahui hubungan Berat Badan dengan Tinggi badan pasien dikota menunjukan hubungan yang kuat (r = 0,651) dan berpola positif, artinya usia sangat dapat mempengaruhi tinggi badan seseorang dengan p value 0,000 yang menunjukan bahwa data tersebut berdistribusi tidak normal dengan statis uji yang dapat di gunakan adalah uji spearman. Kemudian, Untuk menggambarkan hubungan Berat badan dengan Indeks Masa tubuh menunjukan hubungan yang sangat kuat (r = 2.396) dan berpola positif, artinya semakin besar berat badan seseorang maka semakin besar nilai indeks masa tubuh seseorang dimana p value 0,000 yang yang menunjukan bahwa data tersebut berdistribusi tidak normal dengan statis uji yang dapat di gunakan adalah uji korelasi sperman. Selanjutkan. Untuk menggambarkan hubungan Berat badan dengan Kadar Hb menunjukan hubungan yang lemah (r =0,211) dan berpola positif, artinya berat badan tidak mempengaruhi mempen garuhi Kadar Hb dalam tubuh seseorang dimana p value 0,653 0,65 3 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Juga untuk melihat hubungan Untuk menggambarkan hubungan berat badan dengan Kadar leukosit menunjukan hubungan yang lemah (r =0,335) dan berpola positif, artinya berat badan tidak menjadi faktor utama yang mempengaruhi Kadar leukosit seseorang dimana p value 0,077 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Dan untuk menunjukan hubungan berat badan dengan kadar eritrosit itu hubungan yang lemah (r = -1.358) dan berpola negatif, artinya usia tidak mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,031 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. 3. Berdasarkan hasil analisis diketahui hubungan Tinggi badan dengan indeks masa tubuh pasien dikota menunjukan menunjukan hubungan yang lemah (r = -0,354) dan berpola positif, artinya usia tidak terlalu dapat menjadi faktor yang mempengaruhi indeks masa tubuh seseorang dimana p value 0,060 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Selanjutkan. Untuk menggambarkan hubungan Tinggi badan dengan Kadar Hb menunjukan hubungan yang sedang (r =0,462) dan berpola positif, artinya Tinggi badan dapat mempengaruhi Kadar Hb seseorang dimana p value 0,526 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Juga untuk melihat hubungan Untuk menggambarkan hubungan Tinggi badan dengan Kadar leukosit menunjukan hubungan yang kuat (r =0,694) dan

Halaman 65

Pengantar Praktikum Biostatistik (KMB317) berpola positif, artinya usia dapatmenjadi faktor utama yang mempengaruhi Kadar leukosit seseorang dimana p value 0,016 yang menunjukan bahwa data tersebut tidak berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi spearman. Dan untuk menunjukan hubungan Tinggi Tinggi badan dengan kadar eritrosit itu hubungan yang lemah (r = -0,946) dan berpola positif, artinya usia tidak terlalu mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,325 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson 4. Berdasarkan hasil analisis diketahui hubungan Indeks Masa tubuh dengan Kadar Hb pasien dikota menunjukan hubungan hubu ngan yang sedang (r =-0,418) dan berpola positif, artinya IMT dapat mempengaruhi Kadar Hb seseorang dimana p value 0,308 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Juga untuk melihat hubungan Untuk menggambarkan hubungan IMT dengan Kadar leukosit menunjukan hubungan yang lemah (r =0,034) dan berpola positif, artinya Indeks Masa tubuh tidak menjadi faktor utama yang mempengaruhi Kadar leukosit seseorang dimana p value 0,831 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Dan untuk menunjukan hubungan Indeks Masa tubuh dengan kadar eritrosit itu hubungan yang sedang (r = 0,289) dan berpola positif, artinya Indeks Masa tubuh mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,592 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson 5. Berdasarkan hasil analisis diketahui hubungan Kadar Hb dengan Kadar Leukosit pasien dikota menunjukan hubungan yang lemah (r =-0,240) dan berpola negatif, artinya Kadar Hb tidak menjadi faktor utama yang mempengaruhi Kadar leukosit seseorang dimana p value 0,000 yang menunjukan bahwa data tersebut berdistribusi tidak normal dengan statis uji yang dapat di gunakan adalah uji korelasi spearman. Dan untuk menunjukan hubungan Kadar Hb dengan kadar eritrosit eritrosit itu hubungan yang lemah (r = 0,041) dan berpola positif, artinya Kadar Hb tidak terlalu mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,765 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson 6. Berdasarkan hasil analisis diketahui hubungan Kadar leukosit dengan Kadar Leukosit

pasien dikota menunjukan hubungan yang sangat kuat (r = 1.426) dan berpola positif, artinya Kadar Leukosit sangat mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,001 yang menunjukan bahwa data tersebut berdistribusi tidak normal dengan statis uji yang dapat di gunakan adalah uji korelasi spearman.

Halaman 66

Kegiatan Praktikum Pertama Print out : Coefficientsa

Coefficientsa Standardize d Coefficients

Unstandardized Coefficients

Unstandardized Coefficients Model

Model

B

1

(Constant) Tinggi badan (cm) Berat badan (Kg)

Std. Error

36.904

40.278

.066

.234

-.361

Beta

t

Sig.

.044

.256

-.359

1

.916

.362

.283

.778

-1.411

(Constant)

.162

Std. Error

Beta

t

Sig.

-98.468

13.029

Tinggi badan (cm)

.651

.068

Kada Hb darah

.211

.469

Lekosit

.335

.187

-1.358

.618

-.101

-2.196

.031

2.396

.122

.870

19.655

.000

Eritrosit Indeks masa tubuh

Kada Hb darah

-1.307

1.132

-.155

-1.154

.252

Lekosit

-.394

.460

-.125

-.856

.394

Eritrosit

.064

1.532

.00 5

.042

.967

Coefficientsa

Indeks masa tubuh

.962

.68 0

.348

1.416

.1 60


-7.558

.000

9.577

.000

.025

.451

.653

.107

1.787

.077

.435

a. Dependent Variable: Berat badan (Kg)

Model

a. Dependent Variable: Usia karyawan (tahun)

1

Coefficientsa Standardized Coefficients

Unstandardized Coefficients Model 1

B

Standardized Coefficients

B (Constant)

Std. Error

Beta

164.225

10.445

.462

.726

Kada Hb darah

t

Sig.

15.723

.000

.082

.636

.526

Lekosit

.694

.281

.330

2.467

.016

Eritrosit

-.945

.954

-.105

-.990

.325

Indeks masa tubuh

-.354

.185

-.192

-1.908

.060

B (Constant)

Std. Error

Standardized Coefficients Beta

t

Sig.

26.187

5.227

5.010

.000

Kada Hb darah

-.418

.408

-.137

-1.025

.308

Lekosit

-.034

.159

-.030

-.213

.831

Eritrosi t

.289

.539

.059

.537

.592

a. Dependent Variable: Indeks masa tubuh

Coefficientsa Unstandardized Coefficients

a. Dependent Variable: Tinggi badan (cm) Model 1

B

Std. Error

(Constant)

1.422

2.180

Eritrosit

1.426

.420


t

Sig. .652

.516

3.393

.001

Coefficientsa Unstandardized Coefficients Model 1

B (Constant)

Standardized Coefficients

Std. Error 11.059

.332

a. Dependent Variable: Lekosit

Beta

t

.675

Sig.

16.393

.000

Lekosit

-.240

.032

-.641

-7.487

.000

Eritrosit

.041

.138

.026

.300

.765

a. Dependent Variable: Kada Hb darah

Hasil : Tabel 8. Hasil uji korelasi antara Variabel yang diamati pada data pasien yang tinggal di Desa . Kasus

Keterangan

p.

Berat badan

-0.373

0.756

Korelasi Pearson


Tinggi badan

0.132

0.460

Korelasi Pearson


Indeks m. tubuh

-0.423

0.737

Korelasi Pearson


Hb darah

-4.611

0.009

Korelasi spearman


Leukosit

1.543

0.030

Korelasi spearman

Eritrosit

1.556

0.357

Korelasi Pearson

Data berdistribusi tidak normal Data berdistribusi Normal

Tinggi badan

0.828

0.000

Korelasi spearman


tidak

Indeks m. tubuh

2.615

0.000

Korelasi spearman


tidak

Hb darah

-0.118

-0.118

Korelasi Pearson


Variabel 2

Usia

Berat badan


r.

Variabel 1

tidak

Halaman 67

Pengantar Praktikum Biostatistik (KMB317) Leukosit

-0.070

-0.070

Korelasi Pearson


Eritrosit

-0.083

-0.083

Korelasi Pearson


r.

p.

Kasus


Keterangan

Variabel 1

Variabel 2

Tinggi badan

Indeks m. tubuh

-0.283

0.094

Korelasi Pearson


Hb darah

-0.665

0.176

Korelasi Pearson


Leukosit

-0.254

-0,254

Korelasi Pearson


Eritrosit

0.828

0.828

Korelasi Pearson


Hb darah Leukosit

0.091 0.023

0.053 0.222


Data berdistribusi Normal Data berdistribusi Normal

Eritrosit

-0.007

0.870

Korelasi Pearson


Leukosit

-0.136

0.001

Korelasi spearman

Data berdistribusi tidak normal

Eritrosit

0.388

0.000

Korelasi spearman

Eritrosit

0.460

0.049

Korelasi spearman

Data berdistribusi tidak normal Data berdistribusi tidak normal

Indeks massa tubuh Hb darah

Leukosit




Klik data, select cases, kemudian klik if masukkan klp=2 tekan continiu lalu ok klik analyze pilih linear regresion masukkan usiak (dependent), kemudian bb,tb,hb,lkst, erit, lalu klik ok



klik analyze, linear regresion bb (dependent), kemudian tb,imt,hb,lkst,erit



Kemudian analyze, linear regresion tb (depenent), pilih imt,hb,lkst,erit



Klik analyze, linear regresion imt (dependent), masukkan hb,lkst,erit



Klik analyze, linear regresion hb (dependent), pilih lkst,erit



Klik analyze, linear regresion lkst (dependent), masukkan erit

Interpretasi : Pada table 8.di atas 1.

Berdasarkan hasil analisis diketahui bahwa hubungan usia dengan berat badan di desa menunjukan hubungan yang lemah (r = -0,132) dan berpola negatif, artinya usia tidak menjadi faktor utama menambah berat badan seseorang dengan p value 0,756 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Lalu, Untuk menggambarkan hubungan usia dengan Tinggi badan menunjukan hubungan yang yan g sedang (r = 0,373) 0, 373) dan berpola positif, artinya usia d apat mempengaruhi tinggi badan seseorang dengan p value 0,460 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson.Kemudian, Untuk menggambarkan hubungan usia dengan Indeks Masa tubuh menunjukan hubungan yang lemah (r = -0,423) dan berpola negatif, artinya usia tidak menjadi faktor utama yang mempengaruhi indeks masa tubuh seseorang dimana p value 0,737 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Selanjutkan. Untuk menggambarkan hubungan usia dengan Kadar Hb menunjukan hubungan yang lemah (r =-0.4611) dan berpola negatif,

Halaman 68

Kegiatan Praktikum Pertama artinya usia dapat mempengaruhi Kadar Hb seseorang dimana p value 0,009 yang menunjukan bahwa data tersebut berdistribusi berdistribusi tidak normal dengan statistik uji yang dapat di gunakan adalah uji korelasi spearman. Juga untuk melihat hubungan Untuk menggambarkan hubungan usia dengan Kadar leukosit menunjukan hubungan yang lemah (r =0,1543) dan berpola positif, artinya usia tidak menjadi faktor utama yang mempengaruhi Kadar leukosit seseorang dimana p value 0,030 yang menunjukan bahwa data tersebut berdistribusi tidak normal dengan statis uji yang dapat di gunakan adalah uji korelasi spearman. Dan untuk menunjukan hubungan usia dengan kadar eritrosit itu hubungan yang lemah (r = 1.556) dan berpola positif, artinya usia tidak terlalu mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,357 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. 2. Berdasarkan hasil analisis diketahui hubungan Berat Badan dengan Tinggi badan pasien

didesa menunjukan hubungan yang sangat kuat (r = 0,828) dan berpola positif, artinya usia sangat dapat mempengaruhi mempengaruhi tinggi badan seseorang dengan p value 0,000 yang menunjukan bahwa data tersebut berdistribusi tidak normal dengan statis uji yang dapat di gunakan ad alah uji spearman. Kemudian, Untuk menggambarkan hubungan Berat badan dengan Indeks Masa tubuh menunjukan hubungan yang sangat kuat (r = 2.615) dan berpola positif, artinya semakin besar berat badan seseorang maka semakin besar nilai indeks masa tubuh seseorang seseorang dimana p value 0,000 yang menunjukan bahwa data tersebut berdistribusi tidak normal dengan statis uji yang dapat di gunakan adalah uji korelasi sperman. Selanjutkan. Untuk menggambarkan hubungan Berat badan dengan Kadar Hb menunjukan hubungan yang lemah (r =-0.118) dan berpola positif, artinya berat badan tidak terlalu dapat mempengaruhi Kadar Hb dalam tubuh seseorang dimana p value 0,780 yang menunjukan bahwa data tersebut berdistribusi normal dengan statistik uji yang dapat d apat di gunakan adalah uji korelasi pearson. Juga untuk melihat hubungan Untuk menggambarkan hubungan berat badan dengan Kadar leukosit menunjukan hubungan yang lemah (r =-0,070) dan berpola negatif, artinya berat badan tidak menjadi faktor utama yang mempengaruhi Kadar leukosit seseorang dimana p value 0,680 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Dan untuk menunjukan hubungan berat badan dengan kadar eritrosit itu hubungan yang lemah (r = -0,083) dan berpola negatif, artinya berat badan mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,839 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. 3. Berdasarkan hasil analisis diketahui hubungan Tinggi badan dengan indeks masa tubuh

pasien didesa menunjukan menunjukan hubungan yang lemah (r = -0,283) dan berpola negatif, artinya usia menjadi faktor yang tidak terlalu terlalu dapat mempengaruhi indeks masa tubuh seseorang dimana p value 0,094 yang menunjukan bahwa data tersebut berdistribusi normal dengan statistik uji yang dapat di gunakan adalah uji korelasi pearson. Selanjutnya Untuk menggambarkan hubungan Tinggi badan dengan Kadar Hb menunjukan hubungan yang lemah (r =-0.665 ) dan berpola negatif, artinya artinya Tinggi badan tidak terlalu dapat mempengaruhi Kadar Hb seseorang dimana p value 0,176 yang menunjukan bahwa data tersebut berdistribusi normal dengan statistik uji yang dapat di gunakan adalah uji korelasi pearson. Juga untuk melihat hubungan Untuk menggambarkan hubungan Tinggi badan dengan Kadar leukosit menunjukan hubungan yang lemah (r =-0,254) dan berpola negatif, artinya usia tidak menjadi faktor utama yang mempengaruhi Kadar leukosit seseorang

Halaman 69

Pengantar Praktikum Biostatistik (KMB317) dimana p value 0,202 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi Pearson. Dan untuk menunjukan hubungan Tinggi badan dengan kadar eritrosit eritrosit itu hubungan yang sangat kuat (r = 0,828) dan berpola positif, artinya usia sangat mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,082 yang menunjukan bahwa data tersebut berdistribusi normal dengan statistik uji yang dapat di gunakan adalah uji korelasi pearson 4. Berdasarkan hasil analisis diketahui hubungan Indeks Masa tubuh dengan Kadar Hb pasien

didesa menunjukan hubungan yang lemah (r =0,091) dan berpola positif, artinya IMT tidak terlalu dapat mempengaruhi Kadar Hb seseorang dimana p value 0,053 yang menunjukan bahwa data tersebut berdistribusi b erdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Juga untuk melihat hubungan Untuk menggambarkan hubungan IMT dengan Kadar leukosit menunjukan hubungan yang lemah lemah (r =0,023) dan berpola positif, positif, artinya Indeks Masa tubuh tidak menjadi faktor utama yang mempengaruhi Kadar leukosit seseorang dimana p value 0,222 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson. Dan untuk menunjukan hubungan Indeks Masa tubuh dengan kadar eritrosit eritrosit itu hubungan yang lemah (r = -0,007) dan berpola negatif, artinya Indeks Masa Masa tubuh tidak terlalu mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,870 yang menunjukan bahwa data tersebut berdistribusi normal dengan statis uji yang dapat di gunakan adalah uji korelasi pearson 5. Berdasarkan hasil analisis diketahui hubungan Kadar Hb dengan Kadar Leukosit pasien

didesa menunjukan hubungan yang lemah(r =-0,136) dan berpola negatif, artinya artinya Kadar Hb dapat menjadi faktor yang mempengaruhi Kadar leukosit seseorang dimana p value 0,001 yang menunjukan bahwa data tersebut berdistribusi tidak tidak normal dengan statistik statistik uji yang dapat di gunakan adalah uji korelasi spearman. Dan untuk menunjukan hubungan Kadar Hb dengan kadar eritrosit itu hubungan yang sedang sedang (r = 0,388) dan berpola positif, artinya artinya Kadar Hb dapat mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,000 yang menunjukan bahwa data tersebut berdistribusi tidak normal dengan statistik uji yang dapat di gunakan adalah uji korelasi spearman. 6. Berdasarkan hasil analisis diketahui hubungan Kadar leukosit dengan Kadar Leukosit pasien

didesa menunjukan hubungan yang sedang (r = 0,460) dan berpola positif, positif, artinya Kadar Leukosit dapat mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p value 0,049 yang menunjukan bahwa data tersebut berdistribusi berdistribusi tidak normal dengan statis uji yang dapat di gunakan adalah uji korelasi spearman. Print out : Coefficientsa

Coefficientsa


B (Constant) Tinggi badan (cm) Berat badan (Kg) Kada Hb darah

Std. Error


Unstandardized Coefficients t

Sig.

25.093

87.210

.288

.774

.373

.502

.100

.742

.460

-.132

.423

-.065

-.312

.756

-4.611

1.726

-.285

-2.672

.009

Lekosit

1.543

.698

.226

2.209

.030

Eritrosit

1.556

1.681

.098

.926

.357

Indeks masa tubuh

-.423

1.256

-.068

-.336

.737

a. Dependent Variable: Usia karyawan (tahun)

Model 1

B (Constant) Tinggi badan (cm)

Std. Error

-132.419

16.291

.828

.088


t

Sig.

-8.128

.000

.453

9.443

.000

Kada Hb darah

-.118

.421

-.015

-.280

.780

Lekosit

-.070

.170

-.021 -.021

-.414

.680

Eritrosit

-.083

.410

-.011

-.204

.839

Indeks masa tubuh

2.615

.145

.857

18.048

.000

a. Dependent Variable: Berat badan (Kg)

Halaman 70

Kegiatan Praktikum Pertama Coefficientsa

Coefficientsa Standardized Coefficients


B (Constant)

Std. Error

Beta

174.735

6.500

Kada Hb darah

-.665

.487

Lekosit

-.254

t

Sig.

26.883

.000

-.152

-1.363

.176

.197

-.138

-1.286

.202

.828

.472

.193

1.756

.082

-.283

.167

-.169

-1.693

.094

Eritrosit Indeks masa tubuh


B (Constant)

Std. Error 1.071

.544


t

Sig.

1.969

.052 .053

Kada Hb darah

.091

.046

.219

1.956

Lekosit

.023

.019

.132

1.229

.222

Eritrosit

-.007

.045

-.018

-.164

.870

a. Dependent Variable: Indeks masa tubuh

a. Dependent Variable: Tinggi badan (cm)

Coefficientsa Unstandardized Coefficients Model 1

B (Constant) Lekosit Eritrosit

Std. Error 10.139

.601

-.136

.039

.388

.09 0

Coefficientsa


t

-.322 .395

16.881

.000

-3.497

.001

4.294


Sig.

.000

a. Dependent Variable: Kada Hb darah

Model 1

B (Constant) Eritrosit

Std. Error 10.675

1.135

.460

.23 1


t

.197

Sig.

9.406

.000

1.993

.049

a. Dependent Variable: Lekosit

Medan, tanggal 25 november 2016 Dosen/Instruktur Praktikum.

(………………………………………….. ) Nilai Praktikum ke 2. ________ (……………………………………………………. )

Halaman 71

D141212P2

Recommend Documents