Anda di halaman 1dari 42

NAMA : PUTRI CINDRA MASYAYU

NIM : 141000212
KELAS : D

KEGIATAN PRAKTIKUM

ANALSIS NORMALITAS DATA, UJI BEDA RERATA (Uji t dan Uji ANOVA 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 - Usia Variabel Tak Bebas :
Pengamatan : - Sex
Derajat Sakit
- Tinggi badan
- Kota - Berat
- Berat badan
- Desa - Sedang
- Hb darah
- Leukosit - Ringan
- Eritrosit

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

Nama Variabel Tipe Variabel Nilai Variabel Keterangan Skala Pengukur


Nomor Numerik Nomor urut Nomor Identitas Responden
Nama String Nama Nama responden
klp Numerik 1. Kota Kota/Desa yang diamati Nominal
2. Desa
usia Numerik (riel) Usia pasien (tahun) Scale
sex Numerik 1. Laki-laki Jenis kelamin Nominal
2. Prempuan
tb Numerik (riel) Tinggi badan (cm) Scale
bb Numerik (riel) Berat badan (Kg) Scale
hb Numerik . (riel) Hemoglobin (gr%) Scale
lkst Numerik . (riel) Lekosit (103/mm3) Scale
Halaman 30
Kegiatan Praktikum Pertama
erit Numerik . (riel) Eritrosit (106/mm3) Scale
sakit Numerik 1. Berat Tingkat sakit yang diderita pasien Ordinal
2. Sedang
3. Ringgan

2. BUAT STRUKTUR 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 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/m2) dan
3. BB Lebih (imt : < 25 Kg/m2)

ANALISA DATA

3.1. a. 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 Desa Uji beda rerata antar


Variabel yang diamati kelompok digunakan uji
n p. Kesimpulan n p. Kesimpulan

1. Usia 95 0.050 N 100 0.088 N t-Independet


2. Berat badan 95 0.194 N 100 0.073 N t-Independet
3. Tinggi badan 95 0.017 TN 100 0.074 N Mann Whitney
4. Indeks masa tubuh 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

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 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 untuk jumlah pasien didesa adalah sebanyak
100orang dengan p value untuk variabel Tinggi Badan adalah 0,074 yang artinya
berdistribusi normal. Maka hubungan normalitas pasien dikota dan desa 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 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
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 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 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
variabel Berat Badan menggunakan Uji Mann Whitney. Karena datanya berdistribusi TN-
TN.
Print out :
NPar Tests(kota)

Descriptive Statistics One-Sample Kolmogorov-Smirnov Test

N Mean Std. Deviation Minimum Maximum Usia Tinggi Berat Indeks


karyawan badan badan Kada Hb masa
Usia karyawan (tahun) 95 33.17 10.051 18 55 (tahun) (cm) (Kg) darah Lekosit Eritrosit tubuh
Tinggi badan (cm) 95 161.35 6.698 150 179
N 95 95 95 95 95 95 95
Berat badan (Kg) 95 60.80 10.009 34 80
Normal Mean 33.17 161.35 60.80 9.176 8.741 5.134 2.33
Kada Hb darah 95 9.176 1.1938 7.3 12.0 Parametersa
Lekosit 95 8.741 3.1907 5.8 16.0 Std.
10.051 6.698 10.009 1.1938 3.1907 .7427 .554
Deviation
Eritrosit 95 5.134 .7427 3.2 6.5
Most Extreme Absolute .139 .159 .111 .238 .288 .141 .354
Indeks masa tubuh 95 2.33 .554 1 3 Differences
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
Usia
N Mean Std. Deviation Minimum Maximum karya
wan Tinggi Berat
Usia karyawan (tahu badan badan Kada Hb Eritrosi Indeks masa
100 47.75 19.784 18 89
(tahun) n) (cm) (Kg) darah Lekosit t tubuh

Tinggi badan (cm) 100 162.03 5.327 147 175 N 100 100 100 100 100 100 100
Berat badan (Kg) 100 59.97 9.731 40 80 Normal Parametersa Mean 47.75 162.03 59.97 10.241 12.864 4.757 2.26

Kada Hb darah 100 10.241 1.2210 7.3 12.0 Std. Deviation 19.78
5.327 9.731 1.2210 2.9009 1.2442 .505
4
Lekosit 100 12.864 2.9009 5.7 16.0
Most Extreme Absolute .125 .128 .129 .264 .220 .139 .407
Eritrosit 100 4.757 1.2442 3.0 6.5 Differences
Positive .125 .128 .129 .167 .140 .124 .407
Indeks masa tubuh 100 2.26 .505 1 3 Negative -.105 -.089 -.100 -.264 -.220 -.139 -.273
Kolmogorov-Smirnov Z 1.250 1.284 1.288 2.640 2.197 1.394 4.067
Asymp. Sig. (2-tailed) .088 .074 .073 .000 .000 .041 .000
a. Test distribution is Normal.

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 Desa Estimasi pada CI 95 %
Variabel yang Beda
diamati n x SD n x SD p. rerata Batas bawah Batas atas
33.17 10.051 47.75
1. Usiaa) 95 100 0.013 71 38.19 43.10
5.327
60.80 10.009 59.97
2. Berat badanb) 95 100 0.007 46 58.98 61.77
9.731
161.85 6.698 162.03
3. Tinggi badan 95 100 0.001 32 160.85 162.55
5.327
4. Indeks masa 2.33 0.554
95 100 2,26 0.505 0.000 2 2.22 2.37
tubuh

Halaman 34
Kegiatan Praktikum Pertama
10.241
5. Hb 95 9.1761 1.938 100 0.000 4.7 9.536 9.908
1.2210
12.664
6. Leukosit 95 8.741 3.1907 100 0.000 10.3 10.337 11.374
2.9009
4.757
7. Eritrosit 95 5.134 0.7427 100 0.004 3.5 4.793 5.088
1.2442

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) Mencari p value. Klik data pilih select
cases lalu centangkan All cases, lalu klik 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 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, 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 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 antara pasien di kota dan desa menurut berat badan adalah 46 kg,
yang estimasi intervalnya (95% CI: 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 Berat 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 Tinggi Badan pada pasien di desa 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 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), 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 hasil 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 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), 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 Kadar leukosit pada pasien di desa diketahui bahwa jumlah pasien didesa adalah
sebanyak 100 orang dengan rata ratanya adalah 12.664 dengan standart deviasinya 2.9009.
Dimana beda reratanya 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 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 dan di desa berdasarkan Pemeriksaan kadar eritrosit.
Print out :

NPar Tests(kota no 3.2)


Descriptive Statistics One-Sample Kolmogorov-Smirnov Test
N Mean Std. Deviation Minimum Maximum Usia
karyawa Tinggi Berat Kada Indeks
Usia karyawan n badan badan Hb Lekos Eritro masa
95 33.17 10.051 18 55
(tahun) (tahun) (cm) (Kg) darah it sit tubuh
Tinggi badan (cm) 95 161.35 6.698 150 179
N 95 95 95 95 95 95 95
Berat badan (Kg) 95 60.80 10.009 34 80
Normal Parametersa Mean
Kada Hb darah 95 9.176 1.1938 7.3 12.0 33.17 161.35 60.80 9.176 8.741 5.134 2.33
Lekosit 95 8.741 3.1907 5.8 16.0 Std. 1.193 3.190
10.051 6.698 10.009 .7427 .554
Eritrosit 95 5.134 .7427 3.2 6.5 Deviation 8 7
Indeks masa tubuh 95 2.33 .554 1 3 Most Extreme Absolute .139 .159 .111 .238 .288 .141 .354
Differences
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.

Descriptives

Statistic Std. Error

Usia karyawan Mean 33.17 1.031


(tahun)
95% Confidence Lower Bound 31.12
Interval for Mean
Upper Bound 35.22

5% Trimmed Mean 32.99

Median 35.00

Variance 101.014

Std. Deviation 10.051

Minimum 18

Maximum 55

Range 37

Interquartile Range 15

Skewness .223 .247

Kurtosis -1.033 .490


Tinggi badan (cm) Mean 161.35 .687
95% Confidence Lower Bound 159.98
Interval for Mean
Upper Bound 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 .561 .247

Halaman 37
Pengantar Praktikum Biostatistik (KMB317)
Kurtosis -.222 .490
Berat badan (Kg) Mean 60.80 1.027
95% Confidence Lower Bound 58.76
Interval for Mean
Upper Bound 62.84
5% Trimmed Mean 60.85
Median 59.00
Variance 100.183
Std. Deviation 10.009
Minimum 34
Maximum 80
Range 46
Interquartile Range 16
Skewness -.033 .247
Kurtosis -.755 .490
Kada Hb darah Mean 9.176 .1225
95% Confidence Lower Bound 8.933
Interval for Mean
Upper Bound 9.419
5% Trimmed Mean 9.165
Median 9.700
Variance 1.425
Std. Deviation 1.1938
Minimum 7.3
Maximum 12.0
Range 4.7
Interquartile Range 1.7
Skewness -.293 .247
Kurtosis -.700 .490
Lekosit Mean 8.741 .3274
95% Confidence Lower Bound 8.091
Interval for Mean
Upper Bound 9.391
5% Trimmed Mean 8.551
Median 7.400
Variance 10.180
Std. Deviation 3.1907
Minimum 5.8
Maximum 16.0
Range 10.2
Interquartile Range 6.7
Skewness .893 .247
Kurtosis -.841 .490
Eritrosit Mean 5.134 .0762
95% Confidence Lower Bound 4.982
Interval for Mean
Upper Bound 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 -.380 .247
Kurtosis .151 .490
Indeks masa tubuh Mean 2.33 .057
95% Confidence Lower Bound 2.21
Interval for Mean
Upper Bound 2.44
5% Trimmed Mean 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 One-Sample Kolmogorov-Smirnov Test

N Mean Std. Deviation Minimum Maximum Usia


karyaw Tinggi Berat
Usia karyawan (tahun) 100 47.75 19.784 18 89 an badan badan Kada Hb Lek Indeks masa
Tinggi badan (cm) 100 162.03 5.327 147 175 (tahun) (cm) (Kg) darah osit Eritrosit tubuh

Berat badan (Kg) 100 59.97 9.731 40 80 N 100 100 100 100 100 100 100
Kada Hb darah 100 10.241 1.2210 7.3 12.0 Normal Parametersa Mean 12.8
47.75 162.03 59.97 10.241 4.757 2.26
64
Lekosit 100 12.864 2.9009 5.7 16.0
Std. 2.90
Eritrosit 100 4.757 1.2442 3.0 6.5 19.784 5.327 9.731 1.2210 1.2442 .505
Deviation 09
Indeks masa tubuh 100 2.26 .505 1 3
Most Extreme Absolute .125 .128 .129 .264 .220 .139 .407
Differences
Positive .125 .128 .129 .167 .140 .124 .407
Negative -
-.105 -.089 -.100 -.264 -.139 -.273
.220

Descriptives Kolmogorov-Smirnov Z 2.19


1.250 1.284 1.288 2.640 1.394 4.067
7
Statistic Std. Error Asymp. Sig. (2-tailed) .088 .074 .073 .000 .000 .041 .000
Usia karyawan Mean 47.75 1.978 a. Test distribution is Normal.
(tahun)
95% Confidence Lower Bound 43.82
Interval for Mean
Upper Bound 51.68

5% Trimmed Mean 47.29

Median 50.00

Variance 391.422

Std. Deviation 19.784

Minimum 18

Maximum 89

Range 71

Interquartile Range 33

Skewness .065 .241

Kurtosis -.793 .478


Tinggi badan (cm) Mean 162.03 .533
95% Confidence Lower Bound 160.97
Interval for Mean
Upper Bound 163.09
5% Trimmed Mean 161.96
Median 161.50
Variance 28.373
Std. Deviation 5.327
Minimum 147
Maximum 175
Range 28
Interquartile Range 8
Skewness .154 .241
Kurtosis -.359 .478
Berat badan (Kg) Mean 59.97 .973
95% Confidence Lower Bound 58.04
Interval for Mean
Upper Bound 61.90
5% Trimmed Mean 59.92
Median 59.00
Variance 94.696
Std. Deviation 9.731
Minimum 40
Maximum 80
Range 40
Interquartile Range 12
Skewness .153 .241
Kurtosis -.380 .478
Kada Hb darah Mean 10.241 .1221
95% Confidence Lower Bound 9.999
Interval for Mean
Upper Bound 10.483
5% Trimmed Mean 10.292

Halaman 39
Pengantar Praktikum Biostatistik (KMB317)
Median 10.500
Variance 1.491
Std. Deviation 1.2210
Minimum 7.3
One-Sample Kolmogorov-Smirnov Test
Maximum 12.0
Usia Tinggi Berat Kada Indeks
Range 4.7 karyawa badan badan Hb masa
n (tahun) (cm) (Kg) darah Lekosit Eritrosit tubuh
Interquartile Range 2.3
N 195 195 195 195 195 195 195
Skewness -.623 .241
Normal Parametersa Mean 40.65 161.70 60.37 9.722 10.855 4.941 2.29
Kurtosis -.412 .478
Std. 1.317
Lekosit Mean 12.864 .2901 17.381 6.028 9.851 3.6737 1.0454 .529
Deviation 7
95% Confidence Lower Bound 12.288 Most Extreme Absolute .113 .139 .120 .146 .177 .126 .381
Interval for Mean Differences
Upper Bound 13.440 Positive .113 .139 .120 .125 .164 .085 .381

5% Trimmed Mean 13.054 Negative -.096 -.075 -.063 -.146 -.177 -.126 -.254
Kolmogorov-Smirnov Z 1.584 1.942 1.680 2.045 2.468 1.766 5.326
Median 13.000
Asymp. Sig. (2-tailed) .013 .001 .007 .000 .000 .004 .000
Variance 8.415
a. Test distribution is Normal.
Std. Deviation 2.9009
Minimum 5.7
Maximum 16.0
Range 10.3
Interquartile Range 5.2
Skewness -.631 .241
Kurtosis -.612 .478
Eritrosit Mean 4.757 .1244
95% Confidence Lower Bound 4.510
Interval for Mean
Upper Bound 5.004
5% Trimmed Mean 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 -.033 .241
Kurtosis -1.182 .478
Indeks masa tubuh Mean 2.26 .050
95% Confidence Lower Bound 2.16
Interval for Mean
Upper Bound 2.36
5% Trimmed Mean 2.27
Median 2.00
Variance .255
Std. Deviation .505
Minimum 1
Maximum 3
Range 2
Interquartile Range 1
Skewness .365 .241
Kurtosis -.357 .478

3.3. a). 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
dan pria baik pada kelompok data Kota dan Desa ! jelaskan alasan mengapa statistic uji
tersebut digunakan !
c). Sajikan dalam tabel dan berikan interpretasi saudara !

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 Pria Uji beda rerata antara
Variabel yang diamati pria dan wanita
n p. Kes. n p. Kes.

1. Usia 38 0.140 N 57 0.373 N Independent T-test


2. Berat badan 38 0.657 N 57 0.123 N Independent T-test
3. Tinggi badan 38 0.024 TN 57 0.581 N Mann Whitney
KOTA

4. Indeks masa tubuh 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 Independent T-test
1. Usia 39 0.296 N 61 0.424 N Independent T-test
2. Berat badan 39 0.197 N 61 0.400 N Independent T-test
3. Tinggi badan 39 0.305 N 61 0.322 N Independent T-test
DESA

4. Indeks masa tubuh 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,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) Mencari p value. Klik data pilih select cases
lalu centangkan All cases, lalu klik 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 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 >
(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. 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 N-
TN.
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 berdistribusi tidak 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 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 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 TN-
TN.
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 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 TN-
TN.
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 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 pasien 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 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.
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 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 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 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 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 One-Sample Kolmogorov-Smirnov Test

N Mean Std. Deviation Minimum Maximum Usia


karyawa Tinggi Berat Kada Indeks
Usia karyawan n badan badan Hb masa
38 31.92 10.779 19 55 (tahun) (cm) (Kg) darah Lekosit Eritrosit tubuh
(tahun)
Tinggi badan (cm) 38 161.42 6.769 150 176 N 38 38 38 38 38 38 38
Normal Parametersa Mean 31.92 161.42 61.16 9.329 8.771 5.153 2.29
Berat badan (Kg) 38 61.16 9.571 42 78
Std.
Kada Hb darah 38 9.329 1.1823 7.3 12.0 10.779 6.769 9.571 1.1823 3.1970 .5885 .611
Deviation
Lekosit 38 8.771 3.1970 5.8 15.2 Most Extreme Absolute .187 .241 .119 .228 .292 .200 .314
Differences
Eritrosit 38 5.153 .5885 4.2 6.2 Positive .187 .241 .119 .153 .292 .200 .314

Indeks masa tubuh 38 2.29 .611 1 3 Negative -.115 -.105 -.105 -.228 -.176 -.119 -.246
Kolmogorov-Smirnov Z 1.153 1.486 .732 1.408 1.797 1.234 1.934
Asymp. Sig. (2-tailed) .140 .024 .657 .038 .003 .095 .001
a. Test distribution is Normal.

Halaman 44
Kegiatan Praktikum Pertama
NPar Tests(pria dan kota 3.3)

Descriptive Statistics
One-Sample Kolmogorov-Smirnov Test
N Mean Std. Deviation Minimum Maximum
Usia
Usia karyawan (tahun) 57 34.00 9.541 18 50 karyawa Tinggi Berat Indeks
n badan badan Kada Hb Eritrosi masa
Tinggi badan (cm) 57 161.30 6.711 150 179 (tahun) (cm) (Kg) darah Lekosit t tubuh
Berat badan (Kg) 57 60.56 10.368 34 80
N 57 57 57 57 57 57 57
Kada Hb darah 57 9.074 1.2010 7.3 11.0
Normal Parametersa Mean 34.00 161.30 60.56 9.074 8.721 5.121 2.35
Lekosit 57 8.721 3.2147 5.8 16.0
Std.
Eritrosit 57 5.121 .8347 3.2 6.5 9.541 6.711 10.368 1.2010 3.2147 .8347 .517
Deviation
Indeks masa tubuh 57 2.35 .517 1 3 Most Extreme Absolute .121 .103 .156 .243 .326 .156 .383
Differences
Positive .108 .103 .156 .176 .326 .137 .383
Negative -.121 -.060 -.119 -.243 -.195 -.156 -.264
Kolmogorov-Smirnov Z .915 .778 1.180 1.834 2.462 1.174 2.890
Asymp. Sig. (2-tailed) .373 .581 .123 .002 .000 .127 .000
a. Test distribution is Normal.

NPar Tests (desa dan wanita 3.3)

Descriptive Statistics One-Sample Kolmogorov-Smirnov Test

N Mean Std. Deviation Minimum Maximum Usia Tinggi Berat Indeks


karyawan badan badan Kada Hb Lekosi Eritros masa
Usia karyawan (tahun) 39 45.79 21.358 18 85 (tahun) (cm) (Kg) darah t it tubuh

Tinggi badan (cm) 39 161.69 4.200 156 169 N 39 39 39 39 39 39 39


Berat badan (Kg) 39 59.62 9.716 40 79 Normal Mean 45.79 161.69 59.62 10.069 12.226 4.477 2.23
Kada Hb darah 39 10.069 1.3615 7.3 12.0 Parametersa
Std. Deviation 21.358 4.200 9.716 1.3615 3.1410 1.1728 .485
Lekosit 39 12.226 3.1410 5.7 16.0 Most Extreme Absolute .156 .155 .172 .214 .187 .170 .427
Eritrosit 39 4.477 1.1728 3.0 6.5 Differences
Positive .156 .144 .172 .202 .120 .170 .427
Indeks masa tubuh 39 2.23 .485 1 3 Negative -.101 -.155 -.124 -.214 -.187 -.149 -.291
Kolmogorov-Smirnov Z .976 .969 1.076 1.336 1.169 1.059 2.664
Asymp. Sig. (2-tailed) .296 .305 .197 .056 .130 .212 .000
a. Test distribution is Normal.

NPar Tests(desa dan pria 3.3)


Descriptive Statistics One-Sample Kolmogorov-Smirnov Test

N Mean Std. Deviation Minimum Maximum Usia


karyaw Tinggi Berat Indeks
Usia karyawan (tahun) 61 49.00 18.785 19 89 an badan badan Kada Hb Eritrosi masa
Tinggi badan (cm) 61 162.25 5.960 147 175 (tahun) (cm) (Kg) darah Lekosit t tubuh

Berat badan (Kg) 61 60.20 9.815 41 80 N 61 61 61 61 61 61 61


Kada Hb darah 61 10.351 1.1201 7.3 12.0 Normal Parametersa Mean 49.00 162.25 60.20 10.351 13.272 4.936 2.28
Lekosit 61 13.272 2.6837 6.8 16.0 Std.
18.785 5.960 9.815 1.1201 2.6837 1.2647 .521
Deviation
Eritrosit 61 4.936 1.2647 3.0 6.5
Indeks masa tubuh 61 2.28 .521 1 3 Most Extreme Absolute .112 .122 .115 .291 .239 .187 .392
Differences
Positive .112 .122 .115 .143 .155 .117 .392
Negative -.104 -.112 -.100 -.291 -.239 -.187 -.263
Kolmogorov-Smirnov Z .878 .955 .895 2.270 1.868 1.460 3.064
Asymp. Sig. (2-tailed) .424 .322 .400 .000 .002 .028 .000
a. Test distribution is Normal.

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)

Kota Desa
Variabel yang diamati
Pria (n =57 ) Wanita (n = 38) Pria (n = 61) Wanita (n = 39)
p. p.
x SD x SD x SD x SD
1. Usia 34.00 9.541 31.92 10.779 0.013 49.00 18.785 45.79 21.358 0.002
2. Berat badan 60.5610.368 61.169.571 0.007 60.209.815 59.629.716 0,671
3. Tinggi badan 161.306.711 161.426.769 0.001 162.255.960 161.694.200 0,001

Halaman 45
Pengantar Praktikum Biostatistik (KMB317)
4. Indeks massa tubuh 2.350.517 2,290.611 0.000 2.280.521 2.230.485 0,000
5. Hb 9.0741.2010 9.3291.1823 0.000 10.3511.1201 10.0691.3615 0,000
6. Leukosit 8.7213.2147 8.7713.1970 0.000 13.2722.6837 12.2263.1410 0,000
7. Eritrosit 5.1210.517 5.1530.5885 0.004 4.9361.2647 4.4771.1728 0,259

Keteragan : * = Signifikans
Langkah-langkah pada proses spss :
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 variabel (Usiak,Bb,Tb,Imt,Hb,Leukosit,Eritrosit) 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 variabel (Usiak,Bb,Tb,Imt,Hb,Leukosit,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 pria 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 didesa berdasarkan adalah 60.20 Kg dengan standar deviasi 9.815.Lalu
untuk rata-rata Berat badan pasien wanita di desa adalah 59.62 Kg dengan 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 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 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 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 untuk rata-rata
Indeks Masa tubuh pasien wanita di desa adalah 2.23 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 Indeks Masa tubuh antara 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 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 deviasi 1.2647.Lalu untuk rata-rata Kadar 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)
Case Processing Summary Descriptives

Cases Statistic Std. Error

Valid Missing Total Usia karyawan Mean 34.00 1.264


(tahun)
N Percent N Percent N Percent 95% Confidence Lower Bound 31.47
Interval for Mean
Usia karyawan (tahun) 57 100.0% 0 .0% 57 100.0% Upper Bound 36.53
Tinggi badan (cm) 57 100.0% 0 .0% 57 100.0%
5% Trimmed Mean 33.98
Berat badan (Kg) 57 100.0% 0 .0% 57 100.0%
Median 35.00
Kada Hb darah 57 100.0% 0 .0% 57 100.0%
Lekosit 57 100.0% 0 .0% 57 100.0% Variance 91.036

Eritrosit 57 100.0% 0 .0% 57 100.0% Std. Deviation 9.541


Indeks masa tubuh 57 100.0% 0 .0% 57 100.0% Minimum 18

Maximum 50

Range 32

Interquartile Range 18

Skewness -.044 .316

Kurtosis -1.107 .623


Tinggi badan (cm) Mean 161.30 .889
95% Confidence Lower Bound 159.52
Interval for Mean
Upper Bound 163.08
5% Trimmed Mean 161.01
Median 160.00
Variance 45.034
Std. Deviation 6.711
Minimum 150
Maximum 179
Range 29
Interquartile Range 10
Skewness .516 .316

Halaman 48
Kegiatan Praktikum Pertama
Kurtosis -.055 .623
Berat badan (Kg) Mean 60.56 1.373
95% Confidence Lower Bound 57.81
Interval for Mean
Upper Bound 63.31
5% Trimmed Mean 60.63
Median 58.00
Variance 107.501
Std. Deviation 10.368
Minimum 34
Maximum 80
Range 46
Interquartile Range 16
Skewness -.053 .316
Kurtosis -.689 .623
Kada Hb darah Mean 9.074 .1591
95% Confidence Lower Bound 8.755
Interval for Mean
Upper Bound 9.392
5% Trimmed Mean 9.083
Median 9.700
Variance 1.442
Std. Deviation 1.2010
Minimum 7.3
Maximum 11.0
Range 3.7
Interquartile Range 2.4
Skewness -.400 .316
Kurtosis -1.303 .623
Lekosit Mean 8.721 .4258
95% Confidence Lower Bound 7.868
Interval for Mean
Upper Bound 9.574
5% Trimmed Mean 8.569
Median 7.400
Variance 10.334
Std. Deviation 3.2147
Minimum 5.8
Maximum 16.0
Range 10.2
Interquartile Range 7.2
Skewness .854 .316
Kurtosis -.996 .623
Eritrosit Mean 5.121 .1106
95% Confidence Lower Bound 4.900
Interval for Mean
Upper Bound 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 1.0
Skewness -.456 .316
Kurtosis .036 .623
Indeks masa tubuh Mean 2.35 .069
95% Confidence Lower Bound 2.21
Interval for Mean
Upper Bound 2.49
5% Trimmed Mean 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
Case Processing Summary
Statistic Std. Error
Cases
Valid Missing Total Usia karyawan Mean 31.92 1.749
(tahun)
N Percent N Percent N Percent 95% Confidence Lower Bound 28.38
Interval for Mean
Usia karyawan (tahun) 38 100.0% 0 .0% 38 100.0% Upper Bound 35.46
Tinggi badan (cm) 38 100.0% 0 .0% 38 100.0% 5% Trimmed Mean 31.49
Berat badan (Kg) 38 100.0% 0 .0% 38 100.0%
Median 30.00
Kada Hb darah 38 100.0% 0 .0% 38 100.0%
Variance 116.183
Lekosit 38 100.0% 0 .0% 38 100.0%
Eritrosit 38 100.0% 0 .0% 38 100.0% Std. Deviation 10.779

Indeks masa tubuh 38 100.0% 0 .0% 38 100.0% Minimum 19

Maximum 55

Range 36

Interquartile Range 13

Skewness .600 .383

Kurtosis -.725 .750


Tinggi badan (cm) Mean 161.42 1.098
95% Confidence Lower Bound 159.20
Interval for Mean
Upper Bound 163.65
5% Trimmed Mean 161.22
Median 160.00
Variance 45.818
Std. Deviation 6.769
Minimum 150
Maximum 176
Range 26
Interquartile Range 10
Skewness .651 .383
Kurtosis -.344 .750
Berat badan (Kg) Mean 61.16 1.553
95% Confidence Lower Bound 58.01
Interval for Mean
Upper Bound 64.30
5% Trimmed Mean 61.18
Median 60.00
Variance 91.596
Std. Deviation 9.571
Minimum 42
Maximum 78
Range 36
Interquartile Range 16
Skewness .025 .383
Kurtosis -.895 .750
Kada Hb darah Mean 9.329 .1918
95% Confidence Lower Bound 8.940
Interval for Mean
Upper Bound 9.718
5% Trimmed Mean 9.293
Median 9.700
Variance 1.398
Std. Deviation 1.1823
Minimum 7.3
Maximum 12.0
Range 4.7
Interquartile Range 1.3
Skewness -.132 .383
Kurtosis .182 .750
Lekosit Mean 8.771 .5186
95% Confidence Lower Bound 7.720
Interval for Mean
Upper Bound 9.822
5% Trimmed Mean 8.579
Median 7.400
Variance 10.221
Std. Deviation 3.1970

Halaman 50
Kegiatan Praktikum Pertama
Minimum 5.8
Maximum 15.2
Range 9.4
Interquartile Range 4.3
Skewness .992 .383
Kurtosis -.538 .750
Eritrosit Mean 5.153 .0955
95% Confidence Lower Bound 4.959
Interval for Mean
Upper Bound 5.346
5% Trimmed Mean 5.147
Median 5.200
Variance .346
Std. Deviation .5885
Minimum 4.2
Maximum 6.2
Range 2.0
Interquartile Range 1.0
Skewness .105 .383
Kurtosis -1.109 .750
Indeks masa tubuh Mean 2.29 .099
95% Confidence Lower Bound 2.09
Interval for Mean
Upper Bound 2.49
5% Trimmed Mean 2.32
Median 2.00
Variance .373
Std. Deviation .611
Minimum 1
Maximum 3
Range 2
Interquartile Range 1
Skewness -.240 .383
Kurtosis -.521 .750

NPar Tests(pengelompokan kota pria dan wanita 3.4)


One-Sample Kolmogorov-Smirnov Test

Usia
karyaw Tinggi Berat Indeks
an badan badan Kada Hb masa
(tahun) (cm) (Kg) darah Lekosit Eritrosit tubuh

N 195 195 195 195 195 195 195


Normal Parametersa Mean 40.65 161.70 60.37 9.722 10.855 4.941 2.29
Std. Deviation 17.381 6.028 9.851 1.3177 3.6737 1.0454 .529
Most Extreme Differences Absolute .113 .139 .120 .146 .177 .126 .381
Positive .113 .139 .120 .125 .164 .085 .381
Negative -.096 -.075 -.063 -.146 -.177 -.126 -.254
Kolmogorov-Smirnov Z 1.584 1.942 1.680 2.045 2.468 1.766 5.326
Asymp. Sig. (2-tailed) .013 .001 .007 .000 .000 .004 .000
a. Test distribution is Normal.

Explore(desa dan pria 3.4)


Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent

Usia karyawan (tahun) 61 100.0% 0 .0% 61 100.0%


Tinggi badan (cm) 61 100.0% 0 .0% 61 100.0%
Berat badan (Kg) 61 100.0% 0 .0% 61 100.0%
Kada Hb darah 61 100.0% 0 .0% 61 100.0%
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 Std. Error

Pengantar Praktikum Biostatistik (KMB317)


Usia karyawan (tahun) Mean 49.00 2.405

95% Confidence Interval for Lower Bound 44.19


Mean
Upper Bound 53.81

5% Trimmed Mean 48.59

Median 53.00

Variance 352.867

Std. Deviation 18.785

Minimum 19

Maximum 89

Range 70

Interquartile Range 24

Skewness -.037 .306

Kurtosis -.514 .604


Tinggi badan (cm) Mean 162.25 .763
95% Confidence Interval for Lower Bound 160.72
Mean
Upper Bound 163.77
5% Trimmed Mean 162.20
Median 162.00
Variance 35.522
Std. Deviation 5.960
Minimum 147
Maximum 175
Range 28
Interquartile Range 10
Skewness .083 .306
Kurtosis -.471 .604
Berat badan (Kg) Mean 60.20 1.257
95% Confidence Interval for Lower Bound 57.68
Mean
Upper Bound 62.71
5% Trimmed Mean 60.05
Median 59.00
Variance 96.327
Std. Deviation 9.815
Minimum 41
Maximum 80
Range 39
Interquartile Range 16
Skewness .115 .306
Kurtosis -.616 .604
Kada Hb darah Mean 10.351 .1434
95% Confidence Interval for Lower Bound 10.064
Mean
Upper Bound 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 .9
Skewness -.884 .306
Kurtosis .405 .604
Lekosit Mean 13.272 .3436
95% Confidence Interval for Lower Bound 12.585
Mean
Upper Bound 13.959
5% Trimmed Mean 13.437
Median 13.500
Variance 7.202
Std. Deviation 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
Eritrosit Mean 4.936 .1619
95% Confidence Interval for Lower Bound 4.612
Mean
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 -.158 .306
Kurtosis -1.221 .604
Indeks masa tubuh Mean 2.28 .067
95% Confidence Interval for Lower Bound 2.15
Mean
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 .254 .306
Kurtosis -.465 .604

Explore(desa dan wanita 3.4)

Case Processing Summary Descriptives

Cases Statistic Std. Error

Valid Missing Total Usia karyawan (tahun) Mean 45.79 3.420


N Percent N Percent N Percent 95% Confidence Interval Lower Bound 38.87
for Mean
Usia karyawan (tahun) 39 100.0% 0 .0% 39 100.0% Upper Bound 52.72
Tinggi badan (cm) 39 100.0% 0 .0% 39 100.0%
5% Trimmed Mean 45.19
Berat badan (Kg) 39 100.0% 0 .0% 39 100.0%
Median 49.00
Kada Hb darah 39 100.0% 0 .0% 39 100.0%
Lekosit 39 100.0% 0 .0% 39 100.0% Variance 456.167

Eritrosit 39 100.0% 0 .0% 39 100.0% Std. Deviation 21.358


Indeks masa tubuh 39 100.0% 0 .0% 39 100.0% Minimum 18

Maximum 85

Range 67

Interquartile Range 33

Skewness .244 .378

Kurtosis -1.013 .741


Tinggi badan (cm) Mean 161.69 .673
95% Confidence Interval Lower Bound 160.33
for Mean
Upper Bound 163.05
5% Trimmed Mean 161.60
Median 161.00
Variance 17.640
Std. Deviation 4.200
Minimum 156
Maximum 169
Range 13
Interquartile Range 8
Skewness .203 .378
Kurtosis -1.278 .741
Berat badan (Kg) Mean 59.62 1.556
95% Confidence Interval Lower Bound 56.47
for Mean
Upper Bound 62.76
5% Trimmed Mean 59.63
Median 59.00
Variance 94.401

Halaman 53
Pengantar Praktikum Biostatistik (KMB317)
Std. Deviation 9.716
Minimum 40
Maximum 79
Range 39
Interquartile Range 6
Skewness .221 .378
Kurtosis .162 .741
Kada Hb darah Mean 10.069 .2180
95% Confidence Interval Lower Bound 9.628
for Mean
Upper Bound 10.511
5% Trimmed Mean 10.116
Median 10.500
Variance 1.854
Std. Deviation 1.3615
Minimum 7.3
Maximum 12.0
Range 4.7
Interquartile Range 2.3
Skewness -.289 .378
Kurtosis -1.039 .741
Lekosit Mean 12.226 .5030
95% Confidence Interval Lower Bound 11.207
for Mean
Upper Bound 13.244
5% Trimmed Mean 12.376
Median 13.000
Variance 9.866
Std. Deviation 3.1410
Minimum 5.7
Maximum 16.0
Range 10.3
Interquartile Range 5.2
Skewness -.595 .378
Kurtosis -.664 .741
Eritrosit Mean 4.477 .1878
95% Confidence Interval Lower Bound 4.097
for Mean
Upper Bound 4.857
5% Trimmed Mean 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 .092 .378
Kurtosis -1.071 .741
Indeks masa tubuh Mean 2.23 .078
95% Confidence Interval Lower Bound 2.07
for Mean
Upper Bound 2.39
5% Trimmed Mean 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

3.5. a) 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 yang diamati berdasarkan tingkat sakit pada Kelompok
pasien yang tinggal di Kota.
Variabel yang diamati CI 95 % bagi Uji variannya apa ?
n x SD p. kenapa?
Nama variabel Tingkat batas batas atas
sakit bawah
- Usia 26 31.15 10.015 0.352 27.11 35.20 One way anova(karena
Ringan
untuk mengetahui
Sedang adanya perbedaan
Berat
26 32.65 11.740 27.91 37.40
rata rata unutk lebih
43 31.96 dari dua kelompok
34.70 8.900 37.44
sampel yang tidak
berhubungan)
- Berat badan 26 59.38 8.005 0.238 56.63 63.28 One way anova(karena
Ringan untuk mengetahui
Sedang adanya perbedaan
Berat
26 63.62 10.245 59.48 47.75
43 rata rata unutk lebih
59.95 10.083 56.63 63.28
dari dua kelompok
sampel yang tidak
berhubungan)
- Tinggi badan 26 160.88 5.317 158.74 163.03 One way anova(karena
Ringan 0.718 untuk mengetahui
Sedang adanya perbedaan
26 162.69 8.039 159.45 159.94
Berat rata rata unutk lebih
dari dua kelompok
43 160.81 6.602 158.78 162.85
sampel yang tidak
berhubungan)
- Indeks masa tubuh 26 2.19 0.576 0.307 1.96 2.42 One way anova(karena
Ringan untuk mengetahui
Sedang adanya perbedaan
2.42 0.578
26 2.19 2.66
Berat 2.51 rata rata unutk lebih
43 2.35 0.529 2.19
dari dua kelompok
sampel yang tidak
berhubungan)
- Hb 26 9,096 0,7113 0.000 8.809 9.383 One way anova(karena
Ringan untuk mengetahui
Sedang adanya perbedaan
Berat
26 7.965 1.4455 7.382 8.549
rata rata unutk lebih
43 9.956 0.333 9.853 10.058
dari dua kelompok
sampel yang tidak
berhubungan)
- Leukosit 26 7.719 0.6518 0.000 7.456 7.982 One way anova(karena
Ringan untuk mengetahui
adanya perbedaan
13.408 1.1524
26 12.942 13.387
Sedang rata rata unutk lebih
43 6.537 1.6251
Berat 7.037 dari dua kelompok
6.073
sampel yang tidak
berhubungan)
- Eritrosit 26 4.688 0.8618 4.340 5.037 One way anova(karena
Ringan 0.000 untuk mengetahui
Sedang adanya perbedaan
5.562 0.1525
26 5.500 5.623
Berat 5.371 rata rata unutk lebih
43 5.144 7.366 4.918
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 minimuum 27.91 tahun dan batas atas 37.40 tahun.
Selanjutnya untuk jumlah tingkat kesakitan pasien dikota berdasarkan usia untuk sakit berat
sebanyak 43 orang, dengan rata-rata usia adalah 34.70 tahun dengan standar deviasi 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 dikota
berdasarkan Berat badan untuk sakit berat sebanyak 38 orang, dengan rata-rata Berat 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 Tinggi badan adalah 162.69 cm dengan
standar deviasi 8.039. Diyakini bahwa 95 % Tinggi badan pasien untuk tingkat sakit sedang
adalah pada usia minimuum 159.45 cmdan batas atas 159.94 cm. 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 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 % Indeks Masa
tubuh pasien untuk tingkat sakit ringan adalah pada IMT minimuum 1.96 Kg/m2 dan batas 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 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 untuk sakit
sedang sebanyak 26 orang, dengan rata-rata Kadar Hb adalah 7.965 mmHg dengan standar
deviasi 1.4455. Diyakini bahwa 95 % Kadar Hb pasien untuk tingkat sakit sedang adalah pada
Kadar Hb minimuum 7.382 mmHg dan batas atas 8.549 mmHg. Selanjutnya untuk jumlah
tingkat kesakitan pasien dikota berdasarkan Kadar Hb untuk sakit berat sebanyak 43 orang,
dengan rata-rata Kadar Hb adalah 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 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 Hb
pasien untuk tingkat sakit sedang adalah pada Kadar Leukosit minimuum 12.942mmHg dan
batas atas 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 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 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 standar deviasi 7.366. Diyakini bahwa 95 % 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 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
95%
Squares df Mean Square F Sig.
Confidence
Interval for Usia karyawan Between
Mean 212.966 2 106.483 1.055 .352
(tahun) Groups
Lower Upper Mini Maxim Within Groups 9282.339 92 100.895
N Mean Std. Deviation Std. Error Bound Bound mum um
Total 9495.305 94
Usia karyawan (tahun) Berat 43 34.70 8.900 1.357 31.96 37.44 18 50
Tinggi badan (cm) Between
Sedang 26 32.65 11.740 2.302 27.91 37.40 19 55 64.833 2 32.416 .718 .490
Groups
Ringan 26 31.15 10.019 1.965 27.11 35.20 18 50 Within Groups 4152.704 92 45.138

Total 95 33.17 10.051 1.031 31.12 35.22 18 55 Total 4217.537 94

Tinggi badan (cm) Berat 43 160.81 6.602 1.007 158.78 162.85 152 176 Berat badan (Kg) Between
288.985 2 144.493 1.456 .238
Groups
Sedang 26 162.69 8.039 1.577 159.45 165.94 150 179
Within Groups 9128.215 92 99.220
Ringan 26 160.88 5.317 1.043 158.74 163.03 150 173
Total 9417.200 94
Total 95 161.35 6.698 .687 159.98 162.71 150 179
Kada Hb darah Between
Berat badan (Kg) Berat 43 59.95 10.803 1.647 56.63 63.28 34 80 64.420 2 32.210 42.604 .000
Groups
Sedang 26 63.62 10.245 2.009 59.48 67.75 49 78 Within Groups 69.555 92 .756
Ringan 26 59.38 8.005 1.570 56.15 62.62 46 78 Total 133.974 94
Total 95 60.80 10.009 1.027 58.76 62.84 34 80 Lekosit Between
802.211 2 401.105 238.476 .000
Groups
Kada Hb darah Berat 43 9.956 .3333 .0508 9.853 10.058 9.1 10.5
Within Groups 154.739 92 1.682
Sedang 26 7.965 1.4455 .2835 7.382 8.549 7.3 12.0
Total 956.950 94
Ringan 26 9.096 .7113 .1395 8.809 9.383 8.6 10.5
Eritrosit Between
Total 95 9.176 1.1938 .1225 8.933 9.419 7.3 12.0 9.918 2 4.959 10.880 .000
Groups
Lekosit Berat 43 6.537 1.6251 .2478 6.037 7.037 5.8 16.0
Within Groups 41.934 92 .456
Sedang 26 13.408 1.1524 .2260 12.942 13.873 10.0 15.2 Total 51.852 94
Ringan 26 7.719 .6518 .1278 7.456 7.982 7.4 9.8
Indeks masa tubuh Between
.732 2 .366 1.196 .307
Total 95 8.741 3.1907 .3274 8.091 9.391 5.8 16.0 Groups

Eritrosit Berat 43 5.144 .7366 .1123 4.918 5.371 4.6 6.5 Within Groups 28.152 92 .306

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
Indeks masa tubuh 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 2.33 .554 .057 2.21 2.44 1 3

Tabel.5b. Hasil uji beda rata-rata variabel yang diamati berdasarkan tingkat sakit pada Kelompok
pasien yang tinggal di Desa.
Variabel yang diamati CI 95 % bagi
Nama variabel Tingkat sakit
n x SD p.
batas bawah batas atas
- Usia 32 46.14 19.517 34.87 57.41
Ringan 0.767
Sedang
54 49.09 19.454 43.78 54.40
14 46.19 20.891 38.66 53.72
Berat
- Berat badan 32 58.57 9.019 53.36 63.78
Ringan 0.621
Sedang
54 59.56 10.498 56.69 62.42
14 61.28 8.770 58.12 64.44
Berat
- Tinggi badan 32 161.29 4.393 0.783 53.36 63.78
Ringan
Sedang
54 161.96 5.263 56.69 62.42
14 162.47 5.891 53.36 63.78
Berat
- Indeks masa tubuh 32 2.14 0.363 1.93 2.35
Ringan 0.649
Sedang
54 2.28 0.529 2.13 2.42
14 2.28 0.523 2.09 2.47
Berat

Halaman 58
Kegiatan Praktikum Pertama
- Hb 32 10.143 0,6880 0.023 9.746 10.540
Ringan
Sedang
54 9.983 1.5251 9.567 10.400
14 10.719 0.4802 10.586 10.892
Berat
- Leukosit 32 9.186 1.0174 8.598 9.773
Ringan 0.000
Sedang
54 13.059 2.3685 12.413 13.706
14 14.144 2.9966 13.063 15.244
Berat
- Eritrosit 32 4.557 0.5761 4.225 4.890
Ringan 0.000
Sedang
54 4.276 1.0486 3.990 4.562
14 5.656 1.2916 5.191 6.122
Berat

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 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 atas 10.498 Kg. Selanjutnya untuk jumlah tingkat kesakitan pasien didesa
berdasarkan Berat badan untuk sakit berat sebanyak 14 orang, 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 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 dan batas atas 62.42 cm. Selanjutnya untuk jumlah
tingkat kesakitan pasien didesa berdasarkan Tinggi badan untuk 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 atas 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 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 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 54 orang, dengan rata-rata Kadar Hb adalah 9.983 mmHg dengan
standar deviasi 1.5251. Diyakini bahwa 95 % Kadar Hb pasien untuk tingkat sakit sedang
adalah pada Kadar Hb minimuum 9.567 mmHg 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 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 Hb
pasien untuk tingkat sakit sedang adalah 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 95 % Kadar
leukosit pasien untuk tingkat sakit ringan adalah pada Kadar Leukosit minimuum 13.063 mmHg
dan batas atas 15.244 mmHg. Dimana nilai P 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 Eritrosit minimuum 3.990
mmHg dan batas atas 4.562 mmHg. 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 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 nya adalah 0.000, maka dapat disimpulkan
bahwa ada perbedaan variabel pada tingkat kesakitan pasien didesa berdasarkan Kadar
eritrosit.
Print out :
Descriptives ANOVA

95% Confidence Sum of


Interval for Mean Squares df Mean Square F Sig.
Std.
Deviati Std. Lower Upper Usia karyawan Between Groups 211.624 2 105.812 .266 .767
N Mean on Error Bound Bound Minimum Maximum (tahun)
Within Groups 38539.126 97 397.311
Usia karyawan Berat 32 46.19 20.891 3.693 38.66 53.72 19 85
(tahun) Total 38750.750 99
Sedang 54 49.09 19.454 2.647 43.78 54.40 18 89 Tinggi badan (cm) Between Groups 14.158 2 7.079 .246 .783
Ringan 14 46.14 19.517 5.216 34.87 57.41 18 75 Within Groups 2794.752 97 28.812
Total 100 47.75 19.784 1.978 43.82 51.68 18 89 Total 2808.910 99
Tinggi badan (cm) Berat 32 162.47 5.891 1.041 160.34 164.59 152 175 Berat badan (Kg) Between Groups 91.679 2 45.840 .479 .621
Sedang 54 161.96 5.263 .716 160.53 163.40 147 173 Within Groups 9283.231 97 95.703
Ringan 14 161.29 4.393 1.174 158.75 163.82 155 169 Total 9374.910 99
Total 100 162.03 5.327 .533 160.97 163.09 147 175 Kada Hb darah Between Groups 11.024 2 5.512 3.915 .023
Berat badan (Kg) Berat 32 61.28 8.770 1.550 58.12 64.44 41 80 Within Groups 136.578 97 1.408
Sedang 54 59.56 10.498 1.429 56.69 62.42 41 80 Total 147.602 99
Ringan 14 58.57 9.019 2.410 53.36 63.78 40 70 Lekosit Between Groups 243.884 2 121.942 20.075 .000
Total 100 59.97 9.731 .973 58.04 61.90 40 80 Within Groups 589.206 97 6.074
Kada Hb darah Berat 32 10.719 .4802 .0849 10.546 10.892 9.7 11.5 Total 833.090 99
Sedang 54 9.983 1.5251 .2075 9.567 10.400 7.3 12.0 Eritrosit Between Groups 38.933 2 19.467 16.519 .000
Ringan 14 10.143 .6880 .1839 9.746 10.540 8.6 10.5 Within Groups 114.312 97 1.178
Total 100 10.241 1.2210 .1221 9.999 10.483 7.3 12.0 Total 153.245 99
Lekosit Berat 32 14.144 2.9969 .5298 13.063 15.224 5.8 16.0 Indeks masa tubuh Between Groups .224 2 .112 .434 .649
Sedang 54 13.059 2.3685 .3223 12.413 13.706 5.7 15.2 Within Groups 25.016 97 .258
Ringan 14 9.186 1.0174 .2719 8.598 9.773 7.4 9.8 Total 25.240 99
Total 100 12.864 2.9009 .2901 12.288 13.440 5.7 16.0
Eritrosit 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
Ringan 14 4.557 .5761 .1540 4.225 4.890 3.2 4.8
Total 100 4.757 1.2442 .1244 4.510 5.004 3.0 6.5
Indeks masa tubuh Berat 32 2.28 .523 .092 2.09 2.47 1 3
Sedang 54 2.28 .529 .072 2.13 2.42 1 3
Ringan 14 2.14 .363 .097 1.93 2.35 2 3
Total 100 2.26 .505 .050 2.16 2.36 1 3

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 yang diderita pasien.

Tingkat Sakit Jumlah


Status Gizi
Berat Sedang Ringan
n % n % n % n %
1. Kurang BB (Kurus) 2 22.2% 6 66.7% 1 11.1% 9 100.0%
100.0%
2. BB Normal 21 33.3% 31 49.2% 11 17.5% 63
100.0%
3. Kelebihan BB (Obesitas) 9 33.3% 16 59.3% 2 7.45 27
100.0%
Jumlah 32 32.0% 54 54% 14 14.0% 100

2= df =6 p. =0.774

Langkah-langkah pada proses spss :


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))) 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
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 hubungan antara 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 df Asymp. Sig. (2-sided)
Berat Sedang Ringan Total
Pearson Chi-Square 3.275a 6 .774
body mass kurang bb(kurus) Count 2 6 1 9
Likelihood Ratio 3.813 6 .702
index
% within body mass Linear-by-Linear Association .000 1 .990
22.2% 66.7% 11.1% 100.0%
index
N of Valid Cases 100
bb normal Count 21 31 11 63
a. 7 cells (58,3%) have expected count less than 5. The minimum expected count is ,14.
% within body mass
33.3% 49.2% 17.5% 100.0%
index

kelebihan Count 9 16 2 27
bb(obesitas)
% within body mass
33.3% 59.3% 7.4% 100.0%
index

18.0697278911565 Count 0 1 0 1

% within body mass


.0% 100.0% .0% 100.0%
index
Total Count 32 54 14 100
% within body mass
32.0% 54.0% 14.0% 100.0%
index

3.7. Selidikilah, bagaimana sifat hubungan antara variabel usia, bb, tb, bmi, hb, lkst, erit dengan
fasilitas uji Pearson Correlation (jika data kedua kelompok berdistribusi normal), sebaliknya dapat
digunakan uji korelasi Spearmans 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
Stat. uji yg digunakan alasannya
Variabel 1 Variabel 2 r. p.
Usia Berat badan -0,361 0.362 Korelasi Pearson Data berdistribusi normal
Tinggi badan 0.66 0.778 Korelasi Pearson Data berdistribusi normal
Indeks m. tubuh 0.962 0.162 Korelasi Pearson Data berdistribusi normal
Hb darah -1.307 0.252 Korelasi Pearson Data berdistribusi normal
Leukosit -0.394 0.394 Korelasi Pearson Data berdistribusi normal
Eritrosit 0.064 0.967 Korelasi Pearson Data berdistribusi normal
Berat badan Tinggi badan 0.651 0.000 Korelasi spearman Data berdistribusi tidak
normal
Indeks m. tubuh 2.396 0.000 Korelasi spearman Data berdistribusi tidak
normal
Hb darah 0.211 0.653 Korelasi Pearson Data berdistribusi normal
Leukosit 0.335 0.077 Korelasi Pearson Data berdistribusi normal
Eritrosit -1.358 0.031 Korelasi Pearson Data berdistribusi normal

Halaman 63
Pengantar Praktikum Biostatistik (KMB317)
Tabel 7. Lanjutan.
Kasus
Stat. uji yg digunakan Keterangan
Variabel 1 Variabel 2 r. p.
Tinggi badan Indeks m. tubuh -0.354 0.060 Korelasi Pearson Data berdistribusi normal
Hb darah 0.462 0.526 Korelasi Pearson Data berdistribusi normal
Leukosit 0.694 0.016 Korelasi spearman Data berdistribusi tidak
normal
Eritrosit -0.945 0.325 Korelasi Pearson Data berdistribusi Normal
Indeks massa Hb darah -0.418 0.308 Korelasi Pearson Data berdistribusi Normal
tubuh Leukosit -0.034 0.831 Pearson Data berdistribusi Normal
kolerasi
Eritrosit 0.289 0.592 Korelasi Pearson Data berdistribusi Normal
Hb darah Leukosit -0.240 0.000 Korelasi spearman Data berdistribusi tidak
normal
Eritrosit 0.041 0.765 Korelasi Pearson Data berdistribusi Normal
Leukosit Eritrosit 1.426 0.001 Korelasi spearman Data berdistribusi tidak
normal

Langkah-langkah pada proses spss :


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 lemah (r =-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 usia tidak mempengaruhi jumlah kadar 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 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 Kadar Hb dalam tubuh seseorang dimana p value 0,653
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 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 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 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 Standardized
Unstandardized d Unstandardized Coefficients Coefficients
Coefficients Coefficients
Model B Std. Error Beta t Sig.
Model B Std. Error Beta t Sig.
1 (Constant) -98.468 13.029 -7.558 .000
1 (Constant) 36.904 40.278 .916 .362 Tinggi badan (cm) .651 .068 .435 9.577 .000

Tinggi Kada Hb darah .211 .469 .025 .451 .653


.066 .234 .044 .283 .778
badan (cm)
Lekosit .335 .187 .107 1.787 .077
Berat badan
-.361 .256 -.359 -1.411 .162 Eritrosit -1.358 .618 -.101 -2.196 .031
(Kg)

Kada Hb Indeks masa tubuh 2.396 .122 .870 19.655 .000


-1.307 1.132 -.155 -1.154 .252
darah
a. Dependent Variable: Berat badan (Kg)
Lekosit -.394 .460 -.125 -.856 .394

Eritrosit .064 1.532 .005 .042 .967 Coefficientsa

Standardized
Indeks masa
.962 .680 .348 1.416 .160 Unstandardized Coefficients Coefficients
tubuh
a. Dependent Variable: Usia karyawan (tahun) Model B Std. Error Beta t Sig.

a 1 (Constant) 26.187 5.227 5.010 .000


Coefficients
Kada Hb darah -.418 .408 -.137 -1.025 .308
Standardized
Unstandardized Coefficients Coefficients Lekosit -.034 .159 -.030 -.213 .831
Model B Std. Error Beta t Sig. Eritrosit .289 .539 .059 .537 .592
1 (Constant) 164.225 10.445 15.723 .000 a. Dependent Variable: Indeks masa tubuh

Kada Hb darah .462 .726 .082 .636 .526

Lekosit .694 .281 .330 2.467 .016

Eritrosit -.945 .954 -.105 -.990 .325 Coefficientsa

Indeks masa tubuh -.354 .185 -.192 -1.908 .060 Standardized


Unstandardized Coefficients Coefficients
a. Dependent Variable: Tinggi badan (cm)
Model B Std. Error Beta t Sig.

1 (Constant) 1.422 2.180 .652 .516


Coefficientsa
Eritrosit 1.426 .420 .332 3.393 .001
Standardized
Unstandardized Coefficients Coefficients a. Dependent Variable: Lekosit

Model B Std. Error Beta t Sig.

1 (Constant) 11.059 .675 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
Stat. uji yg digunakan Keterangan
Variabel 1 Variabel 2 r. p.
Usia Berat badan -0.373 0.756 Korelasi Pearson Data berdistribusi Normal
Tinggi badan 0.132 0.460 Korelasi Pearson Data berdistribusi Normal
Indeks m. tubuh -0.423 0.737 Korelasi Pearson Data berdistribusi Normal
Hb darah -4.611 0.009 Korelasi spearman Data berdistribusi tidak
normal
Leukosit 1.543 0.030 Korelasi spearman Data berdistribusi tidak
normal
Eritrosit 1.556 0.357 Korelasi Pearson Data berdistribusi Normal
Berat badan Tinggi badan 0.828 0.000 Korelasi spearman Data berdistribusi tidak
normal
Indeks m. tubuh 2.615 0.000 Korelasi spearman Data berdistribusi tidak
normal
Hb darah -0.118 -0.118 Korelasi Pearson Data berdistribusi Normal

Halaman 67
Pengantar Praktikum Biostatistik (KMB317)
Leukosit -0.070 -0.070 Korelasi Pearson Data berdistribusi Normal
Eritrosit -0.083 -0.083 Korelasi Pearson Data berdistribusi Normal

Kasus
Stat. uji yg digunakan Keterangan
Variabel 1 Variabel 2 r. p.
Tinggi badan Indeks m. tubuh -0.283 0.094 Korelasi Pearson Data berdistribusi Normal
Hb darah -0.665 0.176 Korelasi Pearson Data berdistribusi Normal
Leukosit -0.254 -0,254 Korelasi Pearson Data berdistribusi Normal
Eritrosit 0.828 0.828 Korelasi Pearson Data berdistribusi Normal
Indeks massa Hb darah 0.091 0.053 Korelasi Pearson Data berdistribusi Normal
tubuh Leukosit 0.023 0.222 Korelasi Pearson Data berdistribusi Normal
Eritrosit -0.007 0.870 Korelasi Pearson Data berdistribusi Normal
Hb darah Leukosit -0.136 0.001 Korelasi spearman Data berdistribusi tidak
normal
Eritrosit 0.388 0.000 Korelasi spearman Data berdistribusi tidak
normal
Leukosit Eritrosit 0.460 0.049 Korelasi spearman Data berdistribusi tidak
normal

Langkah-langkah pada proses spss :


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 sedang (r = 0,373) dan berpola positif, artinya usia dapat
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 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 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 = 2.615) dan berpola positif, artinya
semakin besar berat badan seseorang maka semakin besar nilai indeks masa tubuh 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 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 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 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 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 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 =0,023) dan berpola 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 itu hubungan yang lemah (r = -0,007)
dan berpola negatif, artinya Indeks 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 Kadar Hb
dapat menjadi faktor yang mempengaruhi Kadar leukosit seseorang dimana p value 0,001
yang menunjukan bahwa data tersebut berdistribusi tidak normal dengan statistik uji yang
dapat di gunakan adalah uji korelasi spearman. Dan untuk menunjukan hubungan Kadar Hb
dengan kadar eritrosit itu hubungan yang sedang (r = 0,388) dan berpola positif, 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, artinya Kadar
Leukosit dapat mempengaruhi jumlah kadar eritrosit dalam tubuh seseorang, dimana nilai p
value 0,049 yang menunjukan bahwa data tersebut berdistribusi tidak normal dengan statis
uji yang dapat di gunakan adalah uji korelasi spearman.
Print out :
Coefficients a Coefficientsa

Standardized Standardized
Unstandardized Coefficients Coefficients Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig. Model B Std. Error Beta t Sig.
1 (Constant) 25.093 87.210 .288 .774
1 (Constant) -132.419 16.291 -8.128 .000
Tinggi badan (cm) .373 .502 .100 .742 .460
Tinggi badan (cm) .828 .088 .453 9.443 .000
Berat badan (Kg) -.132 .423 -.065 -.312 .756
Kada Hb darah -.118 .421 -.015 -.280 .780
Kada Hb darah -4.611 1.726 -.285 -2.672 .009
Lekosit -.070 .170 -.021 -.414 .680
Lekosit 1.543 .698 .226 2.209 .030

Eritrosit 1.556 1.681 .098 .926 .357


Eritrosit -.083 .410 -.011 -.204 .839

Indeks masa tubuh -.423 1.256 -.068 -.336 .737 Indeks masa tubuh 2.615 .145 .857 18.048 .000
a. Dependent Variable: Usia karyawan (tahun) a. Dependent Variable: Berat badan (Kg)

Halaman 70
Kegiatan Praktikum Pertama

Coefficientsa
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
Model B Std. Error Beta t Sig.
1 (Constant) 174.735 6.500 26.883 .000
1 (Constant) 1.071 .544 1.969 .052
Kada Hb darah -.665 .487 -.152 -1.363 .176
Kada Hb darah .091 .046 .219 1.956 .053
Lekosit -.254 .197 -.138 -1.286 .202
Lekosit .023 .019 .132 1.229 .222
Eritrosit .828 .472 .193 1.756 .082
Eritrosit -.007 .045 -.018 -.164 .870
Indeks masa tubuh -.283 .167 -.169 -1.693 .094 a. Dependent Variable: Indeks masa tubuh
a. Dependent Variable: Tinggi badan (cm)

Coefficientsa
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
Model B Std. Error Beta t Sig.
1 (Constant) 10.139 .601 16.881 .000
1 (Constant) 10.675 1.135 9.406 .000
Lekosit -.136 .039 -.322 -3.497 .001
Eritrosit .460 .231 .197 1.993 .049
Eritrosit .388 .090 .395 4.294 .000
a. Dependent Variable: Kada Hb darah a. Dependent Variable: Lekosit

Medan, tanggal 25 november 2016


Dosen/Instruktur Praktikum.

(..)

Nilai Praktikum ke 2.

________ (.)

Halaman 71