NAMA : DANI GEMILANG KUSUMA

NIM : 04011181419068

KELAS : BETA 2014

NO.SOAL : 20

1.

H0 = Data berdistribusi normal

H1 = Data berdistribusi tidak normal

Berdasarkan tabel tests of normality, dengan membaca tabel kolmogorov-smirnov,

Sig atau p value = 0,200 , sehingga P value >0.05 , H0 diambil sehingga data UMUR berdistribusi
normal

2.

Berdasarkan tabel tests of normality, dengan membaca tabel kolmogorov-smirnov,

Sig atau p value = 0,000 , sehingga P value <0.05 , H0 ditolak sehingga data LDL berdistribusi
tidak normal
3.

Karena data LDL berdistribusi tidak normal, maka uji korelasi yang digunakan adalah Spearman
Correlation Coefficient (rs) = 0.72 , sig./ p value = 0.260,
Sehingga korelasi antara data UMUR dan LDL adalah positif kuat (besarnya 0,72) , tetapi
korelasi nya tidak signifikan / bermakna , karena p value >0.05

4.

Pada tabel distribusi frekuensi , usia terbanyak adalah usia ≤45 dan ≥56

5.

Pada tabel distribusi frekuensi , frekuensi kategori LDL terbanyak adalah “Agak Tinggi dengan
frekuensi 76.
6.

Menurut tabel silang antara data LDL dan USIA,

Frekuensi kategori LDL terbanyak pada umur <= 45 adalah pada kategori “Normal”
Frekuensi kategori LDL terbanyak pada umur 46-55 adalah pada kategori “Agak Tinggi”
Frekuensi kategori LDL terbanyak pada umur >=56 adalah pada kategori “Agak Tinggi”

7.

Pada tabel distribusi data Jenis Kelamin, frekuensi terbanyak adalah “Pria”.
8.

Custom tabel perbedaan rerata antara LDL Kolesterol menurut usia dan jenis kelamin. Rerata
paling tinggi pada pria dengan usia 46-55 tahun.

9.

Data kategori ordinal, untuk mengetahui kuatnya hubungan, menggunakan Gamma correlation
 Gamma = 0.68, maka Kuatnya hubungan Usia dan LDL adalah kuat , kuatnya hubungan tidak
bermakna (sig = 0,386).

10.

H0 = berbeda tidak signifikan

H1 = berbeda signifikan
Pearson chi square, Asymp Sig/ P value = 0.000
p value <0.05 maka H0 ditolak, sehingga pengaruh USIA terhadap HDL adalah signfikan .

11.

Uji Mann-Whitney karena data LDL berdistribusi tidak normal

 P value = 0.474 (>0.05), maka Perbedaan rerata LDL menurut Kejadian Penyakit Jantung Koroner
tidak signifikan

12.
Menggunakan Uji Kruskal Wallis

P value = 0.000 (<0.05), maka Perbedaan rerata LDL menurut kelompok Usia signifikan
13.

Berdasarkan tabel tests of normality, dengan membaca tabel kolmogorov-smirnov,

Sig atau p value = 0,001 , sehingga P value <0.05 , H0 ditolak sehingga data IMT berdistribusi
tidak normal

Berdasarkan tabel tests of normality, dengan membaca tabel kolmogorov-smirnov,

Sig atau p value = 0,200 , sehingga P value >0.05 , H0 diterima sehingga data LIMT berdistribusi
normal

14.

Pada Tabel distribusi PJK, frekuensi terbanyak terdapat pada kategori negatif.

15. Menggunakan Independent Sample T test karena data normal

 Pada tabel T-test tampak hasil dari sig (2 tailed) adalah 0,046 , p value <0.05 maka perbedaan
rerata LIMT menurut kejadian PJK signifikan / bermakna

16.

Pada uji ANOVA, sig/ p value = 0.013, p value <0.05 maka perbedaan rerata LIMT menurut usia
adalah signifikan

17.
 Y= 119,001 + 0,211 (Umur)
Besarnya pengaruh umur terhadap LDL kolesterol adalah 0,211 tetapi berpengaruh tidak
signifikan (p value = 0.350)

18.
 Y= 107.392 + 0.218 (Umur) + 0.491 (IMT)
Besarnya pengaruh umur terhadap LDL kolesterol adalah 0,218 tetapi berpengaruh tidak
signifikan (p value = 0.334)
Besarnya pengaruh IMT terhadap LDL kolesterol adalah 0,419 tetapi berpengaruh tidak
signifikan (p value = 0.268)

Berdasarkan tabel di atas diperoleh angka R sebesar 0,092. Hal ini menunjukkan bahwa
terjadi hubungan yang sangat rendah antara Umur dan IMT terhadap LDL Kolesterol .

19.
 Pada tabel distribusi IMT , frekuensi terbanyak terdapat pada kategori tidak Obesitas.

20.

Usia <=45 th 1,213 kali lebih berisiko terjadi PJK dibanding dengan kelompok usia 46-55 th
tetapi tidak signifikan
Usia 46-55 th 1,603 kali lebih berisiko terjadi PJK dibanding dengan kelompok usia >=56 th
tetapi tidak signifikan
LDL Normal berhubungan negatif dengan PJK, 0,878 kali resiko terjadinya PJK dibanding dengan
LDL Agak Tinggi tetapi tidak signifikan