Buatlah Variabel Indeks Massa Tubuh dan sajikan dalam bentuk
frekuensi distribusi untuk data kualitatif! 1. Buat Kategori baru Transform compute variabel Target Variabel : IMT masukkan Rumus : (Berat)/(Tinggi/100)**2 OK 2. Transform Record into diff KategoriIMT (atas), Kategori_IMT (bawah) change old and new masukkan range Lowest : < 18,50 (1) Range : 18,50 22,99 (2) Range : 23,00 24,99 (3) Range : 25,00 29,99 (4) All Others : >30 (5) 3. Ubah Value kategori IMTnya 1 : < 18,50 underweight 2 : 18,50 22,99 healthy weight 3 : 23,00 24,99 overweight 4 : 25,00 29,99 heavily overweight 5 : >30 obese 4. Analyze descriptive frequency kategori IMT chart dll kalau perlu
b. Buatlah frekuensi distribusi umur penderita!
1. Mencari range umur dahulu Descriptive frequency umur statistik range min max OK Banyak kelas : 1 + 3,3 log N (jumlah data) 1 + 3,3 log 299 9 Lebar kelas : 80 22 = 58 Jadi 58/9 = 6 2. Transform record into different umur KategoriUmur Change old and new masukkan range 22-28 29-35 36-42 43-49 50-56 57-63 64-70 71-77 78-84 3. Ubah Varibel Kategori Umur 1. : 22-28 2. : 29-35 3. : 36-42 4. : 43-49 5. : 50-56 6. : 57-63 7. : 64-70 8. : 71-77 9. : 78-84 4. Analyze descriptive frequency kategori umur chart dll kalau perlu
c. Hitunglah korelasi umur dan tekanan sistolik berupa nilai p dan t!
1. Menentukan distribusi normal / tidak : Analyze descriptive statistic explore umur, tekanan sistolik plot normal Jika sig > 0,05 : tidak berbeda Bermakna dengan Kolmogorow-Smirnov : < 0,05 (distribusi tidak normal), >0,05 (distribusi normal) Analyze non parametrik one legacy one sample KS umur, sistolik options descriptive OK < 0,05 (distribusi tidak normal), >0,05 (distribusi normal) 2. Menentukan Korelasi : Analyze corellate bivariate Umur (tdk kategori), tekanan sistolik (tdk kategori) Pearson : jika distribusi normal, spearmen : jika tidak normal OK Nilai p (pearson correlation), t (sig 2 tailed) Jika sig > 0,05 : tidak ada hubungan d. Apakah ada perbedaan tekanan darah sistolik antar kelompok IMT? 1. Analyze compare means one way ANOVA dependent : sistolik tdk kategori, independent : IMT kategori post hoc (Bonferoni) options ( descriptive, homogen, Brown forsythe) OK Lihat nilai Levene Statistik Jika sig > : homogen (baca ANOVA) ANOVA : > : perbedaan, < : tidak berbeda Sig < : tidak homogen 2. Jika data tidak homogen, pakai Kruskal Wallis Analyze non parametrik K-Test independent numerik sistolik dan IMT kategorik (define range 1,5) OK Lihat sig Jika p < 0,05 : paling tidak terdapat perbedaan antara sistolik dan kategori IMT e. Apakah variabel umur berdistribusi normal? Analyze descriptive statistic explore umur belum kategori plot normal Kolmogorrow Smirnov : <0,05 : distribusi tidak normal, >0,05 : distribusi normal
P < 0,05 : ada hubungan Pakai Uji T Analyze compare mean independent sample T test Total kolestrol belum kategori, sex (define grup 1,2) ok Levene > : homogen, <: tidak homogen Sig T > : tidak berbeda bermakna, <: berbeda bermakna