Lembar Jawaban Ujian OSCE Biostatistika

Nama : Ririn Puspita

NIM : 04011181419023
Kelas : Alpha 2014
Kode Soal : 98

1. Periksa apakah Usia berdistribusi normal.

Jawaban:

Bentuk Hipotesis
H0: Data berdistribusi Normal
H1: Data tidak berdistribusi Normal
Kriteria uji: Tolak H0 apabila p_value < α = 5%
Interpretasi: Hasil uji normalitas variabel usia (V4 = Umur) menggunakan
Kolmogorov – Smirnov karena jumlah sampel banyak (n>50) didapatkan nilai
p_value = 0.200 > α = 5%. Maka kita terima hipotesis H0 yang berarti sebaran data
variabel usia (V4=Umur) berdistribusi Normal.

2. Periksa apakah sebaran data Gula Darah Sewaktu berdistribusi normal.

Jawaban:

Bentuk Hipotesis
H0: Data berdistribusi Normal
H1: Data tidak berdistribusi Normal
Kriteria uji: Tolak H0 apabila p_value < α = 5%

1
 Interpretasi: Hasil uji normalitas variabel Gula Darah Swaktu (V13 = Gula Darah
Sewaktu) menggunakan Kolmogorov – Smirnov karena jumlah sampel banyak (n>50)
didapatkan nilai p_value = 0.000 < α = 5%. Maka kita tolak hipotesis H 0 yang berarti
sebaran data variabel Gula Darah Sewaktu (V13 = Gula Darah Sewaktu) tidak
berdistribusi normal.

3. Lakukan analisis untuk mengetahui kuatnya hubungan Usia dan Gula Darah Sewaktu,
kedua variabel merupakan variabel numerik.
Jawaban:
Untuk mengetahui kuatnya hubungan antara dua variabel Numerik-Numerik
dan diketahui data berdistribusi normal maka digunakan analisa Pearson, sedangkan
apabila data tidak berdistribusi normal maka digunakan analisa Spearman.
Pada soal sebaran data Gula Darah Sewaktu tidak berdistribusi normal
sehingga kita gunakan analisa Spearman dengan hasil sebagai berikut.

Bentuk Hipotesis
H0: Tidak terdapat hubungan yang signifikan antara variabel usia dan gula darah
sewaktu.
H1: Terdapat hubungan yang signifikan antara variabel usia dan gula darah sewaktu.
Kriteria uji: Tolak H0 apabila p_value < α = 5%
Interpretasi: Nilai r = 0,099 = 9,9 % yang bermakna korelasi (kuatnya hubungan)
variabel Usia dengan variabel Gula Darah Sewaktu adalah sangat rendah dengan
arah korelasi positif yang bermakna setiap peningkatan usia akan diikuti
peningkatan gula darah sewaktu. Namun, nilai p_value = 0,119 > α = 5% maka terima
hipotesis H0 yang berarti tidak terdapat hubungan yang signifikan antara variabel
Usia dan Gula Darah Sewaktu.

2
4. Buat table distribusi frekuensi Gula Darah Sewaktu sebagai berikut: (1) ≤ 40 th; (2)
41 – 50 th; (3) 51-60 th; dan (4) >60 th.
Jawaban:
Tabel 1. Distribusi Frekuensi Usia

Hasil pengkategorian variable usia menjadi 4 kategori didapatkan kelompok

data yang termasuk ≤ 40 th sebanyak 58 (23,3%), 41 – 50 th sebanyak 69 (27,6%),
51-60 th sebanyak 71 (28,4%), dan >60 th sebanyak 52 (20,8%).
Sehingga dijumpai data dengan frekuensi terbanyak adalah kelompok usia 51-
60 tahun yaitu sebanyak 71 (28,4%).

5. Buat table distribusi frekuensi Gula Darah Sewaktu sebagai berikut: (1) Normal :
<100 mg/dl; (2) Gangguan Toleransi Gula Darah : 100-199 mg/dl; dan (3) Diabetes
Melitus : ≥200 mg/dl.
Jawaban:
Tabel 2. Distribusi Frekuensi Gula Darah Sewaktu

Hasil pengkategorian variable gula darah sewaktu menjadi 3 kategori

didapatkan kelompok data yang termasuk Normal sebanyak 41 (16,4%), Gangguan
Toleransi Gula Darah sebanyak 187 (74,8%), dan Diabetes Melitus sebanyak 22
(8,8%). Sehingga dijumpai data dengan frekuensi terbanyak adalah kelompok dengan
Gangguan Toleransi Gula Darah yaitu sebanyak 187 (74,8%).

6. Buat table silang Usia dan Gula Darah Sewaktu. Lakukan analisis secara deskriptif
untuk mengetahui perbedaan frekuensi gula darah sewaktu menurut usia.
Jawaban:

3
 Berdasarkan analisis deskriptif, didapatkan:
 Pada kelompok usia ≤ 40 tahun, kelompok gangguan toleransi gula
darah dijumpai paling banyak yaitu sebesar 41 (79,7%)
 Pada kelompok usia 41-50 tahun, kelompok gangguan toleransi gula
darah dijumpai paling banyak yaitu sebesar 48 (69,6%)
 Pada kelompok usia 51-60 tahun, kelompok gangguan toleransi gula
darah dijumpai paling banyak yaitu sebesar 51 (71,8%)
 Pada kelompok usia > 60 tahun, kelompok gangguan toleransi gula
darah dijumpai paling banyak yaitu sebesar 47 (90,4%)
Kesimpulan: Pada seluruh kelompok usia, kelompok gangguan toleransi gula darah
dijumpai paling banyak yaitu sebesar 187 dari 250 (74,8%)

7. Buat table distribusi frekuensi Jenis Kelamin.

Tabel 3. Distribusi Frekuensi Jenis Kelamin

Berdasarkan table distribusi frekuensi menurut jenis kelamin dari 250 data didapatkan
kelompok wanita sebanyak 131 (52,4%), dan pria sebanyak 119 (47,6%) sehingga
kelompok wanita lebih banyak dibanding kelompok pria.

8. Lakukan analisis deskriptif untuk mengetahui perbedaan rerata Gula Darah Sewaktu
menurut usia dan jenis kelamin.
4
 Jawaban:

Interpretasi:
Berdasarkan analisis deskriptif, didapatkan:
 Pada kelompok usia ≤ 40 tahun, rerata gula darah sewaktu pada pria
adalah 134,23 mg/dL lebih tinggi apabila dibandingkan dengan wanita
yang 120,22 mg/dL.
 Pada kelompok usia 41-50 tahun, rerata gula darah sewaktu wanita
adalah 141,29 mg/dL lebih tinggi dibandingkan pria yang 129,59.
 Pada kelompok usia 51-60 tahun, rerata gula darah sewaktu pada
wanita 165,45 mg/dL lebih tinggi dibanding pria yang 132,81 mg/dL.
 Pada kelompok usia > 60 tahun, rerata gula darah sewaktu pada pria
124,59 mg/dL lebih tinggi dibanding pria yang 120,70 mg/dL.
Kesimpulan: Pada dewasa muda (<40 tahun) dan lansia (>60 tahun) rerata
gula darah sewaktu dijumpai lebih tinggi pada jenis kelamin pria daripada wanita.
Sedangkan pada dewasa akhir (41-60 tahun) rerata gula darah sewaktu dijumpai lebih
tinggi pada jenis kelamin wanita daripada pria. .

9. Lakukan analisis untuk mengetahui kuatnya hubungan usia dan gula darah swaktu,
kedua variabel merupakan variabel kategorik.
Jawaban:
Dari data diketahui variabel usia dan vaiabel gula darah sewaktu adalah variabel
ordinal. Untuk mengetahui kuatnya hubungan antara dua variabel Ordinal-ordinal dan
data tidak setara maka digunakan analisa Gamma.
Bentuk Hipotesis
H0: Tidak terdapat hubungan yang signifikan antara variabel usia dan gula darah
sewaktu.
H1: Terdapat hubungan yang signifikan antara variabel usia dan gula darah sewaktu.
Kriteria uji: Tolak H0 apabila p_value < α = 5%

5
 Interpretasi: Nilai r = 0,127 = 12,7 % yang bermakna korelasi (kuatnya hubungan)
variabel usia dan gula darah sewaktu adalah sangat rendah dengan arah korelasi
positif yang bermakna setiap peningkatan variabel usia akan diikuti dengan
pengingkatan nilai variabel gula darah sewaktu. Namun, nilai p_value = 0,166 > α =
5% maka terima hipotesis H0 yang berarti tidak terdapat hubungan yang signifikan
antara variabel usia dan gula darah sewaktu.

10. Lakukan analisis untuk mengetahui signifikansi pengaruh usia terhadap gula darah
sewaktu, kedua variabel merupakan variabel kategorik.
Jawaban:
Untuk menguji signifikansi perbedaan pengaruh usia terhadap gula darah sewaktu
(kedua variabel kategorik) maka digunakan chi-square.
Bentuk Hipotesis
H0: Usia tidak berpengaruh signifikan terhadap gula darah sewaktu.
H1: Usia berpengaruh signifikan terhadap gula darah sewaktu.
Kriteria uji: Tolak H0 apabila p_value < α = 5%

6
 Interpretasi: Nilai p_value = 0,089 > α = 5% maka terima hipotesis H0 yang berarti
usia tidak berpengaruh signifikan terhadap gula darah sewaktu.

11. Lakukan analisis untuk mengetahui perbedaan rerata Gula Darah Sewaktu menurut
Kejadian Penyakit Jantung Koroner.
Jawaban:
Berdasarkan uji normalitas pada soal-soal sebelumnya, diketahui Gula Darah sewaktu
tidak berdistribusi normal. Untuk mengetahui perbedaan rerata dapat dilihat melalui
analisa statistik dan untuk menguji signifikansi perbedaan rata-rata dari dua kelompok
sampel yang tidak berhubungan dan diketahui sampel tidak berdistribusi normal maka
digunakan: Mann-Whitney

7
 Interpretasi: Rata-rata gula darah sewaktu pada kelompok PJK Positif =135,31
mg/dL lebih tinggi dibandingan dengan kelompok PJK Negatif = 134,97 mg/dL.
Namun, nilai p value = 0,279 > α = 5% yang berarti hipotesis Ho terima. Dengan
demikian rata-rata gula darah sewaktu pada kelompok PJK positif tidak berbeda
signifikan dengan kelompok PJK negatif.

12. Lakukan analisis untuk mengetahui perbedaan rerata gula darah sewaktu menurut
kelompok usia.
Jawaban:
Untuk mengetahui perbedaan rata-rata lebih dari dua kelompok sampel yang tidak
berhubungan (independen) dan diketahui sampel gula darah sewaktu tidak
berdistribusi normal maka digunakan: Kruskall-Wallis.

8
 Interpretasi:.Nilai p value = 0,109 > α = 5% yang berarti hipotesis Ho terima.
Dengan demikian rata-rata gula darah sewaktu pada kelompok-kelompok usia tidak
ada yang berbeda signifikan.

13. Hitung IMT dan periksa apakah sebaran data IMT berdistribusi normal. Apabila tidak
normal, maka lakukan transformasi data dengan menggunakan LIMT = Lg10(IMT).
Jawaban:
a) Membuat variabel baru IMT dengan menggunakan formula = V5/(V6/100)**2.
Terlampir hasil List var IMT V5 V6 pada halaman 17.

b) Uji Normalitas IMT

Bentuk Hipotesis
H0: Data berdistribusi Normal
H1: Data tidak berdistribusi Normal
Kriteria uji: Tolak H0 apabila p_value < α = 5%

9
 Interpretasi: Hasil uji normalitas variabel IMT menggunakan Kolmogorov –
Smirnov karena jumlah sampel banyak (n>50) didapatkan nilai p_value = 0.001 < α =
5%. Maka kita tolak hipotesis H0 yang berarti sebaran data variabel IMT tidak
berdistribusi Normal.

c) Transformasi data menjadi variabel LIMT dengan LIMT = Lg10(IMT).

Terlampir hasil List var LIMT IMT. pada halaman 19.

d) Uji Normalitas LIMT

Bentuk Hipotesis
H0: Data berdistribusi Normal
H1: Data tidak berdistribusi Normal
Kriteria uji: Tolak H0 apabila p_value < α = 5%
Interpretasi: Hasil uji normalitas variabel LIMT menggunakan Kolmogorov –
Smirnov karena jumlah sampel banyak (n>50) didapatkan nilai p_value = 0.200 >
α = 5%. Maka kita terima hipotesis H 0 yang berarti sebaran data variabel LIMT
berdistribusi Normal.

14. Buatlah table distribusi kejadian PJK.

Jawaban:

Interpretasi:

10
 Berdasarkan table distribusi, dari data sebanyak 250 didapatkan kejadian PJK positif
sebanyak 70 (28%) dan kejadian PJK Negatif sebanyak 180 (72%). Sehingga
diketahui, kejadian PJK negative lebih tinggi daripada PJK positif.

15. Lakukan analisis untuk mengetahui signifikansi perbedaan rerata LIMT menurut
kejadian PJK.
Jawaban:
Untuk menguji signifikansi perbedaan rata-rata dari dua kelompok sampel yang tidak
berhubungan dan diketahui sampel berdistribusi normal maka digunakan: Independent
Samples t Test
a. Uji Levene’s Test

Interpretasi: p_value = 0,654 > α = 5% yang berarti terima hipotesis H 0 dengan

demikian variansi kedua kelompok data sama.

b. Analisa Independent sample t test

Interpretasi: Rata-rata LIMT kelompok PJK Positif = 1,3681 atau IMT = 23,33 lebih
tinggi dibandingan dengan kelompok PJK Negatif = 1,3343 atau IMT = 21,59 dan
didapatkan nilai p value = 0,046 < α = 5% yang berarti hipotesis Ho ditolak yang

11
 bermakna rata-rata indeks massa tubuh pada kelompok PJK positif berbeda
signifikan dengan kelompok PJK negatif.

16. Lakukan analisis untuk mengetahui perbedaan rerata LIMT menurut Usia.
Jawaban:
Untuk menguji signifikansi perbedaan rata-rata lebih dari dua kelompok sampel yang
tidak berhubungan (independen) dan diketahui sampel berdistribusi Normal maka
digunakan: One-Way ANOVA dan kita asumsikan variansi data homogen maka
digunakan LSD, Benferoni, Tukey

12
 Interpretasi: Berdasarkan analisis Tukey HSD tidak dijumpai perbedaan rerata
LIMT menurut kelompok usia. Didaptkan nilai p-value 0,626 > α = 5% dengan
demikian hipotesis H0 diterima, yang bearti rata-rata LIMT menurut kategori usia
tidak ada yang berbeda signifikan,

17. Lakukan analisa regresi tunggal untuk mengetahui hubungan antara usia dan Gula
Darah Sewaktu.
Jawaban:
Diasumsikan variabel usia dan Gula darah sewaktu berhubungan secara linier dan
Gula darah sewaktu sebagai variabel terikat diasumsikan berdistribusi normal.
Sehingga didapatkan hasil analisa regresi tunggal seperti dibawah ini.

Interpretasi:
a. Model linier: y1 = β0 + β1X1 + ↋1
y1 = 124,46 + 0,208(Umur)
b. Umur (x) berpengaruh positif terhadap Gula darah sewaktu (y) sebesar 0,208.
Maknanya setiap peningkatan umur(x) sebesar 1 tahun akan meningkatkan Gula
darah sewaktu sebesar 0,208 satuan. Namun, nilai p_value 0,568 > α = 5%
sehingga tidak bernilai signifikan.

13
 c. Kecocokan model dengan data: R2 = 0,001 = 0,1% menunjukkan besarnya
kontribusi umur (x) dalam menentukan sebaran gula darah waktu (y), sedangkan
sisanya sebesar 99,9% merupakan kontribusi dari variabel lainnya yang tidak
diperhitungkan didalam model.

18. Lakukan analisis regresi ganda untuk mengetahui hubungan Usia dan IMT terhadap
Gula Darah Sewaktu.
Jawaban:
Diasumsikan variabel usia (x1), IMT (x2) dan gula darah sewaktu (y) berhubungan
secara linier dan y sebagai variabel terikat diasumsikan berdistribusi normal.
Sehingga didapatkan hasil analisa regresi ganda seperti dibawah ini.

Interpretasi:
a. Model linier: y = β0 + β1X1 + β2X2 + ↋1
y = 110,700 + 0,217(Umur) + 0,582(IMT)
b. Umur (x1) berpengaruh positif terhadap gula darah sewaktu (y) sebesar 0,217.
Maknanya setiap peningkatan umur (x1) 1 tahun akan meningkatkan Gula darah
sewaktu sebesar 0,217 satuan namun p value 0,553 > α = 0,05 sehingga tidak
bernilai signifikan.
Sedangkan IMT (x2) berpengaruh positif terhadap gula darah sewaktu (y) sebesar
0,582. Maknanya setiap peningkatkan 1 satuan nilai IMT akan meningkatkan gula
darah sewaktu sebesar 0,582 satuan namun p value 0,419 > α = 0,05 sehingga
bernilai tidak signifikan.

14
 c. Kecocokan model dengan data: R2 = 0,004 = 0,4% menunjukkan besarnya
kontribusi umur (x1) dan IMT (x2) dalam menentukan sebaran tekanan darah arteri
(y), sedangkan sisanya sebesar 99,6% merupakan kontribusi dari variabel lainnya
yang tidak diperhitungkan didalam model.

19. Buat tabel distribusi frekuensi IMT dengan kategori sebagai berikut: (1) tidak obesitas
apabila IMT <23,00 dan (2) obesitas apabila IMT ≥ 23,00.
Jawaban:

Hasil pengkategorian variabel IMT menjadi dengan 2 kategori didapatkan dari 250
data yang tergolong tidak obesitas sebanyak 136 (54,4%) dan obesitas sebanyak 114
(45,6%). Sehingga diketahui data yang tergolong tidak obesitas lebih banyak daripada
yang tergolong obesitas.

20. Lakukan analisis regresi logistik biner untuk mengetahui hubungan Usia, IMT, dan
Gula darah sewaktu terhadap kejadian PJK.
Jawaban:
Diasumsikan variabel usia (x1), IMT (x2), Gula darah sewaktu (x3) dan kejadian
PJK /g(x) berhubungan secara linier sehingga didapatkan hasil analisa logistik biner
seperti dibawah ini.

Interpretasi:
a. Model linier: g(x) = β0 + β1X1 + β2X2 + β3X3

15
 Dengan menggunakan method Backward LR, didapatkan variabel yang signifikan
adalah X2 (IMT) sehingga model liniernya adalah:
g(x) = β0 + β2X2
g(x) = -2,006 + 0,046(IMT)
b. IMT (x2) berpengaruh positif terhadap kejadian PJK (y) sebesar 0,046.
Berdasarkan tabel diketahui nilai statistik wald = 4,594 dengan nilai p value
0,032 < α = 0,05 yang berarti IMT (x2) berpengaruh signifikan terhadap kejadian
PJK/ g(x).

c. Kecocokan Model dengan data: R2 = 0,026 = 2,6% menunjukkan besarnya

kontribusi x dalam menentukan sebaran g(x), sedangkan sisanya sebesar 97,4%
merupakan kontribusi dari variabel lainnya yang tidak diperhitungkan didalam
model.

LAMPIRAN:

1. Hasil List Var IMT V5 V6.

IMT V5 V6 22.89 75.00 181.00
17.78 49.00 166.00 14.02 41.00 171.00
23.78 50.00 145.00 18.92 42.00 149.00
16.41 42.00 160.00 19.70 42.00 146.00
20.20 55.00 165.00 17.58 45.00 160.00
15.63 40.00 160.00 16.82 42.00 158.00
23.34 62.00 163.00 26.30 64.00 156.00
31.46 92.00 171.00 19.38 49.00 159.00
29.05 82.00 168.00 11.30 35.00 176.00
30.48 84.00 166.00 23.14 50.00 147.00
25.96 64.00 157.00 19.04 44.00 152.00
20.05 60.00 173.00 15.43 50.00 180.00
24.46 58.00 154.00 21.97 62.00 168.00
23.56 53.00 150.00 24.97 60.00 155.00
21.60 56.00 161.00 15.92 46.00 170.00
30.26 69.00 151.00 16.85 41.00 156.00
21.78 69.00 178.00 23.01 56.00 156.00
16.90 50.00 172.00 26.99 64.00 154.00
21.93 52.00 154.00 26.48 58.00 148.00
26.71 65.00 156.00 23.72 76.00 179.00
17.15 45.00 162.00 17.37 52.00 173.00
34.24 74.00 147.00 22.19 54.00 156.00
33.78 74.00 148.00 28.83 64.00 149.00
16
31.74 95.00 173.00 23.74 52.00 148.00
11.23 34.00 174.00 17.83 38.00 146.00
22.50 62.00 166.00 20.54 45.00 148.00
22.51 52.00 152.00 18.72 62.00 182.00
15.03 38.00 159.00 36.11 89.00 157.00
20.08 56.00 167.00 36.10 78.00 147.00
20.31 68.00 183.00 17.51 50.00 169.00
26.27 56.00 146.00 27.68 59.00 146.00
47.11 106.00 150.00 29.28 65.00 149.00
20.15 61.00 174.00 30.39 73.00 155.00
21.72 65.00 173.00 26.45 81.00 175.00
17.43 59.00 184.00 14.30 38.00 163.00
25.15 66.00 162.00 25.53 67.00 162.00
30.02 64.00 146.00 20.31 58.00 169.00
24.26 51.00 145.00 18.20 46.00 159.00
14.52 46.00 178.00 26.84 58.00 147.00
17.69 47.00 163.00 18.78 53.00 168.00
17.26 42.00 156.00 24.30 63.00 161.00
28.38 83.00 171.00 28.30 68.00 155.00
29.56 63.00 146.00 25.33 54.00 146.00
18.13 47.00 161.00 23.46 50.00 146.00
24.38 68.00 167.00 17.42 48.00 166.00
15.06 51.00 184.00 25.08 52.00 144.00
16.56 44.00 163.00 16.76 49.00 171.00
34.67 78.00 150.00 14.88 41.00 166.00
26.35 70.00 163.00 19.00 53.00 167.00
19.79 62.00 177.00 14.24 36.00 159.00
41.09 90.00 148.00 17.78 49.00 166.00
24.14 58.00 155.00 23.78 50.00 145.00
28.73 88.00 175.00 16.41 42.00 160.00
26.02 51.00 140.00 20.20 55.00 165.00
19.88 63.00 178.00 15.63 40.00 160.00
22.47 72.00 179.00 23.34 62.00 163.00
25.59 68.00 163.00 31.46 92.00 171.00
40.35 86.00 146.00 29.05 82.00 168.00
19.82 44.00 149.00 30.48 84.00 166.00
21.08 50.00 154.00 15.03 38.00 159.00
25.92 56.00 147.00 20.08 56.00 167.00
37.78 85.00 150.00 20.31 68.00 183.00
16.25 55.00 184.00 26.27 56.00 146.00
23.30 73.00 177.00 47.11 106.00 150.00
18.38 55.00 173.00 20.15 61.00 174.00
20.94 57.00 165.00 21.72 65.00 173.00
18.34 53.00 170.00 17.43 59.00 184.00
15.82 39.00 157.00 25.15 66.00 162.00
31.47 68.00 147.00 30.02 64.00 146.00
33.73 80.00 154.00 15.82 39.00 157.00
26.04 54.00 144.00 31.47 68.00 147.00
14.87 44.00 172.00 33.73 80.00 154.00
20.68 70.00 184.00 26.04 54.00 144.00
13.41 42.00 177.00 14.87 44.00 172.00
23.19 55.00 154.00 20.68 70.00 184.00
14.18 48.00 184.00 13.41 42.00 177.00
27.39 60.00 148.00 23.19 55.00 154.00
10.63 30.00 168.00 14.18 48.00 184.00
21.33 48.00 150.00 27.39 60.00 148.00
17.62 59.00 183.00 25.96 64.00 157.00
37.53 80.00 146.00 20.05 60.00 173.00
23.63 49.00 144.00 24.46 58.00 154.00
15.35 47.00 175.00 23.56 53.00 150.00
22.18 46.00 144.00 21.60 56.00 161.00
17
 30.26 69.00 151.00 22.50 62.00 166.00
21.78 69.00 178.00 22.51 52.00 152.00
16.90 50.00 172.00 15.03 38.00 159.00
21.93 52.00 154.00 20.08 56.00 167.00
26.71 65.00 156.00 20.31 68.00 183.00
28.30 68.00 155.00 26.27 56.00 146.00
25.33 54.00 146.00 47.11 106.00 150.00
23.46 50.00 146.00 20.15 61.00 174.00
17.42 48.00 166.00 21.72 65.00 173.00
25.08 52.00 144.00 17.43 59.00 184.00
16.76 49.00 171.00 17.78 49.00 166.00
14.88 41.00 166.00 23.78 50.00 145.00
19.00 53.00 167.00 16.41 42.00 160.00
14.24 36.00 159.00 20.20 55.00 165.00
17.78 49.00 166.00 15.63 40.00 160.00
23.78 50.00 145.00 23.34 62.00 163.00
16.41 42.00 160.00 31.46 92.00 171.00
20.20 55.00 165.00 29.05 82.00 168.00
26.99 64.00 154.00 30.48 84.00 166.00
26.48 58.00 148.00 25.96 64.00 157.00
23.72 76.00 179.00 20.05 60.00 173.00
17.37 52.00 173.00 24.46 58.00 154.00
22.19 54.00 156.00 23.56 53.00 150.00
28.83 64.00 149.00 21.60 56.00 161.00
31.74 95.00 173.00 30.26 69.00 151.00
11.23 34.00 174.00 21.78 69.00 178.00
22.50 62.00 166.00 16.90 50.00 172.00
22.51 52.00 152.00 21.93 52.00 154.00
17.15 45.00 162.00 26.71 65.00 156.00
34.24 74.00 147.00 17.15 45.00 162.00
33.78 74.00 148.00 16.56 44.00 163.00
22.89 75.00 181.00 34.67 78.00 150.00
14.02 41.00 171.00 26.35 70.00 163.00
18.92 42.00 149.00 19.79 62.00 177.00
19.70 42.00 146.00 41.09 90.00 148.00
17.58 45.00 160.00 24.14 58.00 155.00
16.82 42.00 158.00 28.73 88.00 175.00
26.30 64.00 156.00 26.02 51.00 140.00
22.19 54.00 156.00 19.88 63.00 178.00
28.83 64.00 149.00 22.47 72.00 179.00
31.74 95.00 173.00 31.46 92.00 171.00
11.23 34.00 174.00

Number of cases read: 250 Number of cases listed: 250

2. Hasil List Var LIMT IMT.

LIMT IMT 1.37 23.56 1.29 19.70
1.25 17.78 1.33 21.60 1.24 17.58
1.38 23.78 1.48 30.26 1.23 16.82
1.22 16.41 1.34 21.78 1.42 26.30
1.31 20.20 1.23 16.90 1.29 19.38
1.19 15.63 1.34 21.93 1.05 11.30
1.37 23.34 1.43 26.71 1.36 23.14
1.50 31.46 1.23 17.15 1.28 19.04
1.46 29.05 1.53 34.24 1.19 15.43
1.48 30.48 1.53 33.78 1.34 21.97
1.41 25.96 1.36 22.89 1.40 24.97
1.30 20.05 1.15 14.02 1.20 15.92
1.39 24.46 1.28 18.92 1.23 16.85
18
1.36 23.01 1.03 10.63 1.15 14.18
1.43 26.99 1.33 21.33 1.44 27.39
1.42 26.48 1.25 17.62 1.41 25.96
1.38 23.72 1.57 37.53 1.30 20.05
1.24 17.37 1.37 23.63 1.39 24.46
1.35 22.19 1.19 15.35 1.37 23.56
1.46 28.83 1.35 22.18 1.33 21.60
1.50 31.74 1.38 23.74 1.48 30.26
1.05 11.23 1.25 17.83 1.34 21.78
1.35 22.50 1.31 20.54 1.23 16.90
1.35 22.51 1.27 18.72 1.34 21.93
1.18 15.03 1.56 36.11 1.43 26.71
1.30 20.08 1.56 36.10 1.45 28.30
1.31 20.31 1.24 17.51 1.40 25.33
1.42 26.27 1.44 27.68 1.37 23.46
1.67 47.11 1.47 29.28 1.24 17.42
1.30 20.15 1.48 30.39 1.40 25.08
1.34 21.72 1.42 26.45 1.22 16.76
1.24 17.43 1.16 14.30 1.17 14.88
1.40 25.15 1.41 25.53 1.28 19.00
1.48 30.02 1.31 20.31 1.15 14.24
1.38 24.26 1.26 18.20 1.25 17.78
1.16 14.52 1.43 26.84 1.38 23.78
1.25 17.69 1.27 18.78 1.22 16.41
1.24 17.26 1.39 24.30 1.31 20.20
1.45 28.38 1.45 28.30 1.43 26.99
1.47 29.56 1.40 25.33 1.42 26.48
1.26 18.13 1.37 23.46 1.38 23.72
1.39 24.38 1.24 17.42 1.24 17.37
1.18 15.06 1.40 25.08 1.35 22.19
1.22 16.56 1.22 16.76 1.46 28.83
1.54 34.67 1.17 14.88 1.50 31.74
1.42 26.35 1.28 19.00 1.05 11.23
1.30 19.79 1.15 14.24 1.35 22.50
1.61 41.09 1.25 17.78 1.35 22.51
1.38 24.14 1.38 23.78 1.23 17.15
1.46 28.73 1.22 16.41 1.53 34.24
1.42 26.02 1.31 20.20 1.53 33.78
1.30 19.88 1.19 15.63 1.36 22.89
1.35 22.47 1.37 23.34 1.15 14.02
1.41 25.59 1.50 31.46 1.28 18.92
1.61 40.35 1.46 29.05 1.29 19.70
1.30 19.82 1.48 30.48 1.24 17.58
1.32 21.08 1.18 15.03 1.23 16.82
1.41 25.92 1.30 20.08 1.42 26.30
1.58 37.78 1.31 20.31 1.35 22.19
1.21 16.25 1.42 26.27 1.46 28.83
1.37 23.30 1.67 47.11 1.50 31.74
1.26 18.38 1.30 20.15 1.05 11.23
1.32 20.94 1.34 21.72 1.35 22.50
1.26 18.34 1.24 17.43 1.35 22.51
1.20 15.82 1.40 25.15 1.18 15.03
1.50 31.47 1.48 30.02 1.30 20.08
1.53 33.73 1.20 15.82 1.31 20.31
1.42 26.04 1.50 31.47 1.42 26.27
1.17 14.87 1.53 33.73 1.67 47.11
1.32 20.68 1.42 26.04 1.30 20.15
1.13 13.41 1.17 14.87 1.34 21.72
1.37 23.19 1.32 20.68 1.24 17.43
1.15 14.18 1.13 13.41 1.25 17.78
1.44 27.39 1.37 23.19 1.38 23.78
19
1.22 16.41 1.33 21.60 1.61 41.09
1.31 20.20 1.48 30.26 1.38 24.14
1.19 15.63 1.34 21.78 1.46 28.73
1.37 23.34 1.23 16.90 1.42 26.02
1.50 31.46 1.34 21.93 1.30 19.88
1.46 29.05 1.43 26.71 1.35 22.47
1.48 30.48 1.23 17.15 1.50 31.46
1.41 25.96 1.22 16.56 Number of cases read:
1.30 20.05 1.54 34.67 250 Number of
1.39 24.46 1.42 26.35 cases listed: 250
1.37 23.56 1.30 19.79

20