1.

Tabel frekuensi distribusi umur dengan memakai formula sturgess Jumlah kelas : 1+3,3 log n = 1+3,3 log 133 = 8 Interval Kelas : nilai maksimum - minimum Jumlah kelas : (80-22)/8 = 7,25 ( untuk memudahkan menggunakan intervalnya 10 dan jumlah kelasnya 6) 22-31 32-41 42-51 52-61 62-71 72-81 Tabel Frekuensi Distribusi Umur Nomor 3 Baru Transform Recode into different variable isi input variable -> Umur Pd output variable di name ketikkan KatUmur di label ketikan Kategori Umur Setelah itu, klik change Pd pilihan old and new values Range : 22-31 32-41 42-51 52-61 62-71 72-81 Setelah selesai, pilih variable view (di kiri bawah)

di decimal diganti 0 Measure jadi nominal di value,ketikkan value: 1 dan label: 22-31, 2 : 32-41, dst Analyze Descriptive Statistics Frequencies Masukkan variabel KatUmur Pada statistik mean,std deviasi, maximum, minimum Pd pilihan charts pilih bar charts Klik Continue OK Statistics

Kategori Umur N Valid Missing Mean Std. Deviation Minimum Maximum 133 0 3.36 1.281 1 6

Kategori Umur Frequenc y Valid 22-31 32-41 42-51 52-61 62-71 72-81 Total 10 25 36 38 17 7 133 Valid Percent 7.5 18.8 27.1 28.6 12.8 5.3 100.0 Cumulative Percent 7.5 26.3 53.4 82.0 94.7 100.0

Percent 7.5 18.8 27.1 28.6 12.8 5.3 100.0

2. Membuat variabel indeks massa tubuh Transform Compute Variable Pd target variable ketik IMT Pd numeric expression masukkan rumus IMT IMT = (Berat)/(Tinggi/100*Tinggi/100)

3. Kategori gula darah menjadi DM dan Non-DM dan angka kejadian DM Buat baru kategori DM dari GDS Transform Recode into different variable input variable -> Gula Darah sewaktu output variable DM, Diabetes melitus change old and new values(rentang nilai GDS) : Lowest thru 200 value: 0 All other values value: 1 OK Setelah selesai, pilih variable view (di kiri bawah) di decimal diganti 0 Measure : Nominal Dan ganti value 0 = DM Negatif dan 1 = DM Positive

Diabetes Mellitus Cumulative Frequency Valid DM negatif DM positif Total 120 13 133 Percent 90,2 9,8 100,0 Valid Percent 90,2 9,8 100,0 Percent 90,2 100,0

4. Korelasi IMT dan kadar gula darah Analyze CORRELATE BIVARIATE (data numeric vs numeric) Isi variabel IMT dan Kadar gula darah OK Interpretasi: Pd Tabel Correlations Pearson Correlation untuk mengetahui tingkat korelasi Nilai p pada kasus = 0,023 korelasi lemah Kriteria: 0 0,25 korelasi lemah 0,25 0,5 korelasi sedang 0,5 0,75 korelasi kuat 0,75 1,0 korelasi sangat kuat Lalu lihat Sig. (2-tailed) mengetahui kemaknaan korelasi - hasil didapat >0,05 TIDAK ADA HUBUNGAN - hasil didapat <0,05 ADA HUBUNGAN Dari tabel, didapat nilai 0,790 berarti tidak ada korelasi antara IMT dengan kadar gula darah
Correlations Indeks Massa Tubuh Indeks Massa Tubuh Pearson Correlation Sig. (2-tailed) N Gula Darah Sewaktu Pearson Correlation Sig. (2-tailed) N 133 ,023 ,790 133 133 1 Gula Darah Sewaktu ,023 ,790 133 1

5. Angka kejadian PJK Analyze Descriptive Statistics Frequencies Masukkan variabel PJK
PJK Cumulative Frequency Valid PJK negatif PJK positif Total 95 38 133 Percent 71,4 28,6 100,0 Valid Percent 71,4 28,6 100,0 Percent 71,4 100,0

6. Hubungan antara genetik PJK dan kejadian PJK Variabel View, isi value genetic 0 = Genetic negative, 1=Genetic Positive Analyze Descriptive Statistics CROSSTABS row GENETIK PJK column PJK

Statistic tandai chi-square (bisa dicentang juga phi and cramer) Continue OK Interpretasi lihat di chisquare Jika tabel 2x2, nilai expected tidak ada yang < 5, maka yang dibaca adalah continuity correction (pada kasus) Jika tabel 2x2, nilai expected ada yang < 5, maka yang dibaca adalah fishers exact test Jika tabel > 2x2, tanpa melihat nilai expectedmaka yang dibaca adalah pearson chisquare Dari table chi-square test, yg dilihat nilai Continuity Corrections dengan nilai 0,000 < 0,05 H0 ditolak ada hubungan antara genetik PJK dengan kejadian PJK

Genetik PJK * PJK Crosstabulation Count PJK PJK negatif Genetik PJK Genetik PJK negatif Genetik PJK positif Total 95 0 95 PJK positif 14 24 38 Total 109 24 133

Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Continuity Correction Likelihood Ratio Fisher's Exact Test N of Valid Cases 133
b

Exact Sig. (2sided)

Exact Sig. (1sided)

df
a

sided) 1 1 1 ,000 ,000 ,000

73,211

69,003 75,556

,000

,000

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 6,86. b. Computed only for a 2x2 table

7. Hubungan kategori IMT dan PJK Analyze Descriptive Statistics CROSSTABS row kategori IMT column PJK

Statistic tandai chi-square (bisa dicentang juga phi and cramer) Continue OK Interpretasi lihat di chisquare Jika tabel 2x2, nilai expected tidak ada yang < 5, maka yang dibaca adalah continuity correction (pada kasus) Jika tabel 2x2, nilai expected ada yang < 5, maka yang dibaca adalah fishers exact test Jika tabel > 2x2, tanpa melihat nilai expectedmaka yang dibaca adalah pearson chisquare

Dari table chi-square test, yg dilihat nilai Continuity Corrections dengan nilai 0,091 > 0,05 H0 diterima tidak ada hubungan antara kategori IMT dengan kejadian PJK
Kategori IMT * PJK Crosstabulation Count PJK PJK negatif Kategori IMT Underweight Healthy Weight Overweight Heavily Overweight Obese Total Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 133 8,010
a

PJK positif 11 7 8 4 8 38

Total 40 32 17 26 18 133

29 25 9 22 10 95

df 4 4 1

sided) ,091 ,095 ,479

7,902 ,501

a. 1 cells (10,0%) have expected count less than 5. The minimum expected count is 4,86.

8. Hubungan kategori umur dan PJK Analyze Descriptive Statistics CROSSTABS row kategori umur column PJK

Statistic tandai chi-square (bisa dicentang juga phi and cramer) Continue OK Dari table chi-square test, yg dilihat nilai Continuity Corrections dengan nilai 0,938 > 0,05 H0 diterima tidak ada hubungan antara kategori umur dengan kejadian PJK

Kategori Umur * PJK Crosstabulation Count PJK PJK negatif Kategori Umur 22-31 32-41 42-51 52-61 62-71 72-81 Total 7 18 28 26 11 5 95 PJK positif 3 7 8 12 6 2 38 Total 10 25 36 38 17 7 133

Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 133 1,270
a

df 5 5 1

sided) ,938 ,936 ,623

1,288 ,242

a. 3 cells (25,0%) have expected count less than 5. The minimum expected count is 2,00.

9. Perbedaan kadar masing-masing kategori profil lipid dengan kejadian PJK 10. Korelasi gula darah dan hemotokrit
Correlations Gula Darah Sewaktu Gula Darah Sewaktu Pearson Correlation Sig. (2-tailed) N Hemotokrit Pearson Correlation Sig. (2-tailed) N 133 -,022 ,799 133 133 1 Hemotokrit -,022 ,799 133 1