Langkah : 1. Analyze compare means 2. Independent T test 3. Enter data : - Test variable : contoh => As Urat ( Kadar yang di hitung ) - Groouping : contoh => Jenis Kelamin 4. Defines group : ( 1, 2 ) sesuai di variable views 5. Options : pastikan 95 % ( untuk 0.05 ) => continue 6. OK Out Put : 1. Lihat tabel Independent sample test Assumed : SAMA ( tidak ada perbedan ) Non Assumed : TIDAK SAMA ( ada perbedaan ) 2. Lihat nilai sign Kurang 0.05 => ADA PERBEDAAN ( Ha ) yang di baca Non assumed Lebih 0.05 => TIDAK ADA PERBEDAAN ( Ho ) yang di baca Assumed KURANG ADA LEBIH TIDAK Kesimpulan : Secara statistic ada perbedaan kadar As.urat terhadap Jenis kelamin
Perhatikan tabel nya 2x2 ato bukan Jika tabel 2x2 => Exact Jika bukan 2x2 => Pearson dan Correction 2 . Lihat tabel C square Perhatikan a dan b a : cell 0 ( 0 % ) b : tabel 2x2 3 . Jika 0 % maka yang di baca Pearson => Lihat nilai Assymp 4 . Jika tabel 2x2 akan ada tabel Fisher exact . jika cell nya bernilai ( ada angkanya ) berarti mengambil nilai dari fisher exact test nya 5 . Lihat nilai di Assymp . KURANG ADA LEBIH TIDAK Kesimpulan : Secara statistic , Jenis kelamin tidak berpengaruh pada diagnosis metabolic .
Jika Cell nya bernilai dan tabel 2x2 maka yang di baca EXACT Jika cell nya bernilai tapi tabelnya bukan 2x2 yang di baca CORRECTION tapi nilai expected (di tabel crosstab) harus LEBIH DARI 5 Jika cell nya bernilai tapi tabelnya bukan 2x2 yang di baca EXACT tapi nilai expected (di tabel crosstab) harus kurang dari 5
5 . Yang di baca adalah nilai yang ada tanda * 6 . tanda * artinya ADA PERBEDAAN Kesimpulannya : Secara statistika , ada perbedaan antara nilai glukosa sewaktu dengan diagnosis metabolic .