A. ANALISIS UNIVAIATE
Analisis univariate dilakukan untuk mengetahui ukuran statistik dan distribusi
frekuensi responden pada masing-masing variabel penelitian. Ukuran statistik untuk
menyajikan data variabel berskala numerik. Apabila sebaran data berdistribusi normal
maka ukuran statistik yang disajikan umumnya rerata dan simpangan baku. Apabila
sebaran data tidak berdsitribusi normal, maka ukuran statistik yang disajikan
umumnya median, minimal, dan maksimal. Distribusi frekuensi untuk menyajikan
data variabel berskala katagorik.
Variable Label
V1 ‘V1 = ID Responden’
/V2 ‘V2 = Jenis Kelamin’
/V3 ‘V3 = Tingkat Pendidikan’
/V4 ‘V4 = Umur’
/V5 ‘V5 = Berat Badan’
/V6 ‘V6 = Tinggi Badan’
/V7 ‘V7 = Sistolik’
/V8 ‘V8 = Diastolik’
/V9 ‘V9 = Total Kolesterol’
/V10 ‘V10 = Trigliserid Kolesterol’
/V11 ‘V11 = HDL Kolesterol’
/V12 ‘V12 = LDL Kolesterol’
/V13 ‘V13 = Gula Darah Sewaktu’
/V14 ‘V14 = Genetik PJK’
/V15 ‘V15 = Hemotokrit’
/V16 ‘V16 = PJK’.
1. Ukuran Statistik
Statistics
N
Valid Missing Mean Median Std. Deviation Minimum Maximum
‘V13 = Gula Darah Sewaktu’ 250 0 135.07 112.00 73.868 82 699
‘V9 = Total Kolesterol’ 250 0 188.40 183.50 53.903 100 400
‘V10 = Trigliserid Kolesterol’ 250 0 122.68 97.00 86.107 50 490
‘V12 = LDL Kolesterol’ 250 0 129.74 120.00 45.604 50 297
‘V11 = HDL Kolesterol’ 250 0 34.75 29.50 13.740 15 68
‘V4 = Umur’ 250 0 50.93 50.00 12.853 22 80
Dari hasil sampel penelitian gula darah sewaktu dari 250 sampel penelitian didapatkan rata2nya
135,07, dengan median 112,0, minimum dan maks dalam rentang 82-699
Selain ukuran statistic lakukan data uji normalitas
INI CUMAAAAA CEK
Analyze 0 case - reporttt
Case Summaries
N Mean Median Minimum Maximum Std. Deviation
Total Kolestrol 250 188.40 183.50 100 400 53.903
Trigliserid Kolestrol 250 122.68 97.00 50 490 86.107
HDL Kolestrol 250 34.75 29.50 15 68 13.740
LDL Kolestrol 250 129.74 120.00 50 297 45.604
Gula Darah Sewaktu 250 135.07 112.00 82 699 73.868
Uji normalitas
Analyze - descriptive - explore
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Gula Darah Sewaktu .263 250 .000 .536 250 .000
Total Kolestrol .088 250 .000 .921 250 .000
Trigliserid Kolestrol .199 250 .000 .767 250 .000
LDL Kolestrol .093 250 .000 .919 250 .000
HDL Kolestrol .183 250 .000 .905 250 .000
*
Umur .046 250 .200 .990 250 .074
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Hasil uji normalitas gds didapatkan nilai p value 0,000 (p< alfa atau p<0,005)
artinya data gds tidak terdistribusi normal
INTERPRETASI SATU22222
Sama kayak analyze descriptive stattistik td tapi bates Cuma sme isi frekuensi
kategorikkkk (tingkat pnddkan, genetic pjk, pjk jenis kelamin) – guasah pencet
statistik
Kalo skripsi data yang persen itu haboleh copas tapi dibuat dl dalam table nah yg
udah jadi drsana itu Cuma dalam lampirannn
Frequencies
INI BUKANNN
Notes
Output Created 22-MAY-2018 09:25:14
Comments
Input Active Dataset DataSet6
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 250
Missing Value Handling Definition of Missing User-defined missing values are
treated as missing.
Cases Used Statistics are based on all cases
with valid data.
Syntax FREQUENCIES VARIABLES=V2
V3 V14 V16
/ORDER=ANALYSIS.
Resources Processor Time 00:00:00.02
Elapsed Time 00:00:00.03
Statistics
Jenis Kelamin Tingkat Pendidikan Genetik PJK PJK
N Valid 250 250 250 250
Missing 0 0 0 0
Frequency Table
Jenis Kelamin
Cumulative
Frequency Percent Valid Percent Percent
Valid Wanita 131 52.4 52.4 52.4
Pria 119 47.6 47.6 100.0
Total 250 100.0 100.0
Output:
Bahwa dari data 250 sample penelitian (subjek penelitian) Jenis kelamin wanita itu lebih banyak
sekitar 52,4 persen atau sekitar 131 orang dibanding jenis kelamin laki-laki
ATAU
Sebagian besar didapatkan bahwa responden berjenis kelamin wanita sebesar 52,4 peren
Tingkat Pendidikan
Cumulative
Frequency Percent Valid Percent Percent
Valid SD 31 12.4 12.4 12.4
SLTP 36 14.4 14.4 26.8
SLTA 49 19.6 19.6 46.4
S1 44 17.6 17.6 64.0
S2 50 20.0 20.0 84.0
S3 40 16.0 16.0 100.0
Total 250 100.0 100.0
INTERPRETASIII????????
Genetik PJK
Cumulative
Frequency Percent Valid Percent Percent
Valid Negatif 204 81.6 81.6 81.6
Positif 46 18.4 18.4 100.0
Total 250 100.0 100.0
PJK
Cumulative
Frequency Percent Valid Percent Percent
Valid Negatif 180 72.0 72.0 72.0
Positif 70 28.0 28.0 100.0
Total 250 100.0 100.0
INTERPRETASI
NUMERIK
Transformasi ke kategorik dengan hasil ukur yang telah ditentukan
LABEL harus bagus nulisnyaa karena itu bakal di baca dalam outputnya jadi
gaboleh sembrangannn
Compute V13a = V13.
Variable label V13a ‘Gula Darah’.
Recode V13a
(lo thru 99 = 1)
(100 thru 199 = 2)
(200 thru hi = 3).
Value label V13a
1 ‘Normal’
2 ‘Pradiabet’
3 ‘Diabetes Melitus’.
Freq var V13a.
FREKUENSI
Statistics
Kategori GDS
N Valid 250
Missing 0
Kategori GDS
Cumulative
Frequency Percent Valid Percent Percent
Valid Normal 41 16.4 16.4 16.4
Pradiabet 187 74.8 74.8 91.2
Diabetes mellitus 22 8.8 8.8 100.0
Total 250 100.0 100.0
INTERPRETASI:
Dari 250 subjek penelitian, sebagian besar responden mengalami prediabet sebanyak
187 orang atau sebesar 74,8 persen.
Frequencies
Statistics
Kategori Kolestrol Total
N Valid 250
Missing 0
Interpretasi:
Dari 250 subjek penelitian sebagian besar responden mempunyai kolestrol total normal
sebanyak 163 orang (62,5%
DLL
TRigliserid (TG)
Compute V10a = V10.
Variable label V10a ‘Trigliserid’.
Recode V10a
(lo thru 149 = 1)
(150 thru 199 = 2)
(200 thru 499 = 3)
(500 thru Hi = 4).
Value Label V10a
1 ‘Normal’
2 ‘Agak Tinggi’
3 ‘Tinggi’
4 ‘Sangat Tinggi’.
Freq var V10a.
Frequencies
Statistics
Kategori Trigliserid
N Valid 250
Missing 0
Kategori Trigliserid
Cumulative
Frequency Percent Valid Percent Percent
Valid Normal 189 75.6 75.6 75.6
Agak tinggi 27 10.8 10.8 86.4
Tinggi 34 13.6 13.6 100.0
Total 250 100.0 100.0
Interpretasi
Dari 250 subjek penelitian sebagian besar responden mempunyai kadar trigliserid normal
sebanyak 189 orang (75,6%
Frequencies
Statistics
Kategori HDL
N Valid 250
Missing 0
Kategori HDL
Cumulative
Frequency Percent Valid Percent Percent
Valid Rendah 170 68.0 68.0 68.0
Normal 80 32.0 32.0 100.0
Total 250 100.0 100.0
Interpretasi:
Dari 250 sbjk penelitian sebagiab besar respondend mempunyai hdl rendah sbnyk
170 org (68%)) dst
Frequencies
Statistics
Kategori LDL
N Valid 250
Missing 0
Kategori LDL
Cumulative
Frequency Percent Valid Percent Percent
Valid Normal 66 26.4 26.4 26.4
Agak tinggi 76 30.4 30.4 56.8
Tinggi 57 22.8 22.8 79.6
Sangat tinggi 51 20.4 20.4 100.0
Total 250 100.0 100.0
Interpretasi
Dari 250 subjek penelitian sebagian besar responden mempunyai kadar LDL normal
sebanyak 66 orang (26,4%)
Jangan lupa ketik “type and label” (ini pas di compute variable) biar label di variable
view nya keganti!!!!!!!!!!!!!
Compute OB = IMT.
Variable Label OB ‘Obesitas’.
Recode IMT1
(lo thru 22.99 = 0)
(23.00 thru Hi = 1).
Value label OB
0 ‘Non Obesitas’
1 ‘Obesitas’.
Freq var OB.
Frequencies
Statistics
Kategori IMT
N Valid 250
Missing 0
Kategori IMT
Cumulative
Frequency Percent Valid Percent Percent
Valid Non obesitas 136 54.4 54.4 54.4
Obesitas 114 45.6 45.6 100.0
Total 250 100.0 100.0
Dari 250 subjek penelitian, diapatkan sebagian besar responden dari hasil IMT
sebanyak 136 orang dikategorikan non obes atau sebesar 54,4%
Frequencies
Statistics
Kategori Umur
N Valid 250
Missing 0
Kategori Umur
Cumulative
Frequency Percent Valid Percent Percent
Valid <50 th 119 47.6 47.6 47.6
>= 50 th 131 52.4 52.4 100.0
Total 250 100.0 100.0
Dari 250 subjek penelitian, didapatkan bahwa responden yang berusia <50 tahun
sebanyak 119 orang atau 47,6% sedangkan yang >= 50 th sebanyak 131 org atau
52,4%
Secara deskriptif, analisis bivariate digunakan untuk menyajikan distribusi frekuensi berdasarkan
dua variabel katagorik.
Secara analitik, analisis bivariate digunakan untuk uji hipotesis hubungan dua variabel (korelasi,
komparasi, regresi)
3. Korelasi
Korelasi digunakan untuk mengetahui kuatnya hubungan antara dua variabel meliputi Arah
hubungan, kuat hubungan, dan signifikansi kuatnya hubungan.
(a) Korelasi Pearson digunakan apabila sebaran data kedua variabel berdistribusi normal dan data
berskala numerik
(b) Korelasi Spearman digunakan apabila terdapat variabel yang sebaran datanya tidak normal
(c) Korelasi Gamma digunkan apabila kedua variabel berskala ordinal dan kedudukannya setara
(d) Korelasi Sommer digunkan apabila kedua variabel berskala ordinal dan kedudukannya tidak
setara
(e) Korelasi Cramer digunkan apabila kedua variabel berskala nominal dan kedudukannya setara
(f) Korelasi Lamda digunkan apabila kedua variabel berskala nominal dan kedudukannya tidak
setara
Kl terjd banyak pengulangan angka – rumus pearson dikurangi -> itulah rumus spearman
Kl pengurangan sgt ekstrim, numerik jd kategorik (BYK PENGULANGAN) -> numerik seperti kategorik, terus
rumus dikategori jd person spearman dan kendall. Kendall dipake di ordinal
Arah 20,3% -> korelasi dibuat dalam persen bisa juga nilai R dibilang 0,203
Make persen kalo dalam BUKU2
Lemah atau kuat tergantung dikategorikan sebagai apa – 4/5 -> terserah
Yang penting signifikan ga korelasi -> sig krn <0,05
SKRIPSI -> Jd kl skripsi hub kolestrol dang d untuk lihat kuat hubungan?
Kolestrol
Gamma -> Setara kedudukann maksydnya saling mempengaruhu (kitablm tau variable dependet
mana dan independent mana0
Sommer -> lihat variable dependent dan independent
Symmetric Measures
Asymptotic Approximate
a b
Value Standard Error Approximate T Significance
Ordinal by Ordinal Gamma .165 .125 1.306 .192
N of Valid Cases 250
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.
p> alfa tidak terdapat korelasi antara gds dan kolestrol total dengan nilai p 0,192
0,165 arah korelasi positif dan kekuatan korelasi sangat lemah krn antara 0,00 0 0,02
H1 ada hubungan ada pengaruh ada perbedaan
4. Chy Square
Chy Square digunakan untuk mengetahui signifikansi pengaruh variabel independen terhadap
variabel dependen apabila kedua variabel tersebut merupakan variabel katagorik berskala nominal
Syarat Chy Square adalah seluruh sel memiliki expected count tidak kurang dari 5
Apabila syarat ini tidak terpenuhi maka sebagai alternatif dapat digunakan Fisher Exact
Nah skg kan udah analitik -> untuk cari hub gd dan kolestrol total
Pake chy square
Chi-Square Tests
Asymptotic
Significance (2-
Value df sided)
a
Pearson Chi-Square 14.721 4 .005
Likelihood Ratio 13.443 4 .009
Linear-by-Linear Association 3.905 1 .048
N of Valid Cases 250
a. 2 cells (22.2%) have expected count less than 5. The minimum
expected count is 2.82.
SYARAT GABOLEH <5
Bebrati ada pelanggaran terhadap penggunaan chi square
Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided) Point Probability
Pearson Chi-Square 14.721a 4 .005 .006
Likelihood Ratio 13.443 4 .009 .013
Fisher's Exact Test 13.529 .007
b
Linear-by-Linear Association 3.905 1 .048 .049 .029 .010
N of Valid Cases 250
a. 2 cells (22.2%) have expected count less than 5. The minimum expected count is 2.82.
b. The standardized statistic is 1.976.
Kl ada perbedaan observasi dan nilai harapan maka itulah dibilang ADA PENGARUH kolestrol total terhadap
gula darah.
Tabel-04b. Pengaruh Trigliserid terhadap Gula Darah
5. Independent T-Test
Independen T-Test digunakan untuk menguji signifikansi perbedaan rerata dua kelompok sampel
independen apabila sebaran data pada kedua kelompok sampel berdistribusi Normal. Apabila
sebaran data pada kedua kelompok sampel ada yang tidak berdistribusi normal maka digunakan
Mann Whiteney.
Dinsi
Bawah kategorikk td
Independent Samples Tes
Levene's Test for Equality of Variances
F Sig. t df
Gula Darah Sewaktu Equal variances assumed .965 .327 -1.391 248
Equal variances not assumed -1.272 125.705
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Kategori HDL Statistic df Sig. Statistic df Sig.
Gula Darah Sewaktu Rendah .292 170 .000 .521 170 .000
Normal .270 80 .000 .541 80 .000
a. Lilliefors Significance Correction
Tabel-05c. Beda Rerata Gula Darah Menurut HDL dan Jenis Kelamin
Tabel-05d. Beda Rerata Gula Darah Menurut Obesitas dan Jenis Kelamin
Kl sama dengan = 1
Itu wanita yg dicoret
Test Statisticsa
Gula Darah
Sewaktu
Mann-Whitney U 1323.500
Wilcoxon W 4809.500
Z -.987
Asymp. Sig. (2-tailed) .324
a. Grouping Variable: Kategori HDL
Lakukan:
Pertama gunakan One Way Anova (diasumsikan sebaran data pada masing-masing
kelompok sampel berdistribusi normal)
Kedua gunakan Kruskal Wallis (diasumsikan terdapat sebaran data pada kelompok sampel
yang tidak berduistribusi normal)
Berdasarkan tabel ini hanya diketahui apakah terdapat perbedaan rerata yang signifikan atau tidak
signifikan.
Apabila p_value > 5% meka perbedaan rerata tidak signifikan
Apabila p_value < 5% maka perbedaan rerata signifikan, tetapi tidak diketahui rerata
kelompok sampel yang mana yang berbeda signifikan.
Untuk mengetahui kelompok sampel yang mana yang memiliki rerata berbeda signifikan, harus
dilakukan Uji Post Hoc.
Apabila kelompok sampel memiliki variansi yang homogen maka uji post hoc dapat
menggunakan statistik, antara lain Tukey atau Benferoni
Apabila kelompok sampel memiliki variansi yang tidak homogen maka uji post hoc dapat
menggunakan statistik Tamhane
Tabel-06.a1. Post Hoc Uji Signfikansi Beda Rerata Gula Darah Menurut Kolesterol Total
Tabel-06.b1. Post Hoc Uji Signfikansi Beda Rerata Gula Darah Menurut Trigliserid
Tabel-06.c1. Post Hoc Uji Signfikansi Beda Rerata Gula Darah Menurut LDL
Tabel-06.d. Beda Rerata Gula Darah Menurut Kolesterol Total dan Jenis Kelamin
Tabel-06.e. Beda Rerata Gula Darah Menurut Kolesterol Total dan Usia
Kl sama dengan = 1
Itu wanita yg dicoret
Case Summaries
Gula Darah Sewaktu
Kategori Kolestrol Total N Median Mean Std. Deviation Minimum Maximum
Normal 74 110.00 121.66 51.952 82 500
Agak tinggi 28 120.00 120.07 27.632 85 202
Tinggi 17 139.00 182.24 109.713 97 492
Total 119 112.00 129.94 62.743 82 500
Pria yg dicoret
Case Summaries
Gula Darah Sewaktu
Kategori Kolestrol Total N Median Mean Std. Deviation Minimum Maximum
Normal 89 111.00 127.78 53.874 82 415
Agak tinggi 27 105.00 149.41 119.516 85 699
Tinggi 15 139.00 193.27 120.459 91 505
Total 131 111.00 139.73 82.657 82 699
Krsukal
Ranks
Kategori Kolestrol Total N Mean Rank
Gula Darah Sewaktu Normal 89 63.89
Agak tinggi 27 59.33
Tinggi 15 90.53
Total 131
Tabel-06.f. Beda Rerata Gula Darah Menurut Trigliserid dan Jenis Kelamin
Tabel-06.g. Beda Rerata Gula Darah Menurut Trigliserid dan Usia
Tabel-06.h. Beda Rerata Gula Darah Menurut LDL dan Jenis Kelamin
Tabel-06.i. Beda Rerata Gula Darah Menurut LDL dan Usia
ANALISIS THREEVARIATE
Analisis three variate (tiga variabel) dapat digunakan untuk analisis deskriptif. Misalnya
mengetahui rerata gula darah menurut Kolesterol Total dan Jenis Kelamin. Dalam hal ini Kolesterol
Total dan jenis kelamin merupakan variabel katagorik nominal, sedangkan gula darah merupakan
variabel numerik. Secara deskriptif, rerata gula darah menurut dua variabel katagorik dapat
disajikan pada tabel berikut.
Jenis Kelamin
Wanita Pria
Count Count
Kategori HDL Rendah 87 83
Normal 44 36
Jenis Kelamin
Wanita Pria
Gula Darah Sewaktu Gula Darah Sewaktu
Count Mean Count Mean
Kategori HDL Rendah 87 131 83 130
Normal 44 157 36 129
DEH
ANALISIS MULTIVARIATE
Analisis tree variate tergolong dalam analisis multivariate.
Analisis multivariate dapat digunakan untuk mengetahui pengaruh beberapa variabel independen
terhadap variabel dependen, baik secara simultan maupun secara parsial. Statistik yang dapat
digunakan untuk analisis multivariate antara lain analisis regresi ganda dan analisis regresi logistik
biner.
Dalam kasus ini dimasukkan variabel jenis kelamin bertujuan untuk mengetahui
perbedaan pengaruh variabel tersebut menurut jenis kelamin (model Pria dan
Model Wanita)
Model Lengkap
Model Ringkas
Model Ringkas dibuat menggunakan method Backward LR