a.

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

Jika ditanya apakah ada hubungan ?

Pakai chi square
Analyze descriptive cross tabs (row : independent kategori, column :
dependent kategori) statistic (chi square, correlation, gamma)
Cell (row)
OK

P > 0,05 : tidak ada hubungan

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