UJIAN TENGAH SEMESTER (UTS) TAKE HOME

MK BIOSTATISTIK

DI SUSUN OLEH :

TRI SUMARNI

(1802038P)
KELAS : B

PROGRAM STUDI KEBIDANAN PROGRAM SARJANA TERAPAN

SEKOLAH TINGGI ILMU KESEHATAN (STIKes)
AISYAH PRINGSEWU LAMPUNG
TAHUN 2019
1. Jelaskan secara teori tentang konsep dasar statistik, Statistik Kesehatan dan berikan

contohnya. (Beri penjelasan dan sertakan sumber)

Jawaban :

Statistik adalah sekumpulan konsep dan metode yang digunakan untuk mengumpulkan

dan menginterprestasi data tentang bidang kegiatan tertentu dan mengambil kesimpulan

dalam situasi yang terdapat ketidakpastian dan variasi.

Sumber :

Sabri, Luknis. (2014). Statistik Kesehatan. Depok : PT. Raja Grafindo Persada

Kata Statistik berasal dari bahasa Latin,yaitu status yang berarti Negara atau untuk

menyatakan hal-hal yang berhubungan dengan ketatanegaraan.

a) Statistik adalah sekumpulan angka untuk menerangkan sesuatu, baik angka yang

belum tersusun (masih acak) maupun angka-angka yang sudah tersusun dalam satu

daftar grafik.

Contoh :

Statistik penduduk yang berarti keterangan mengenai penduduk berupa angka-

angka dalam bentuk ringkas seperti jumlah penduduk dan rata-rata umur

penduduk.

b) Statistik adalah sekumpulan cara dan aturan tentang pengumpulan, pengolahan,

analisis serta penafsiran data yang terdiri dari angka-angka.

c) Statistik adalah sekumpulan angka yang menjelaskan sifat-sifat data atau hasil

pengamatan.

Contoh :

Seorang pemilik pabrik bumbu masak merk SEDAP ingin mengetahui jumlah

bungkus bumbu masak merk tersebut yang digunakan tiap rumah tangga per
 bulan, di sebuah desa. Di desa tersebut tinggal 2.000 rumah tangga. Dari 2.000

rumah tangga tersebut di pilih 200 rumah tangga sebagai sampel. Dari 200

sampel itu, data dikumpulkan, diolah dan dianalisis. Akhirnya diketahui

bahwa rata-rata jumlah bungkus yang digunakan tiap rumah tangga per bulan

nya berkisar 20 sampai 25 buah.

d) Menurut Croxton dan Cowden statistic adalah metode untuk mengumpulkan,

mengolah dan menyajikan serta menginterprestasikan data yang berwujud angka-

angka.

e) Menurut Anderson dan Bancroft , Statistik adalah ilmu dan seni perkembangan dan

metode paling efektif untuk pengumpulan, pentabulasian dan penginterprestasian

data kuantitatif sedemikian rupa, sehingga kemungkinan salah dalam kesimpulan dan

estimasi dapat diperkirakan dengan penggunaan penalaran induktif yang didasarkan

pada matematika probabilitas (peluang).

f) Menurut Prof. Dr. Sudjana, M.A, M.Sc, Statistik adalah pengetahuan yang

berhubungan dengan cara-cara pengumpulan data, pengolahan penganalisisannya

dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisisan yang

dilakukan.

Sumber :

Hasan, Iqbal. (2005). Pokok-pokok Materi Statistik 1. Jakarta : PT. Bumi Aksara
 Statistik Kesehatan adalah data atau informasi yang berkaitan dengan masalah kesehatan.
Statistika kesehatan sangat bermanfaat untuk kepentingan administratif. Seperti
merencanakan program pelayanan kesehatan, menentukan alternatif penyelesaian
masalah kesehatan dan melakukan analisis tentang berbagai penyakit selama periode
waktu tertentu.

Contohnya : statistik tentang angka kematian, angka kelahiran, angka kesakitan yang
disebabkan oleh penyakit tertentu, statistic imunisasi pada bayi dan anak, dan lain-lain.

Sumber :

Sudjana, Prof, Dr. (1996). Metoda Statistik. Bandung : PT. Tarsito Bandung.

2. Jelaskan secara teori tentang konsep dasar penyajian data dan berikan contohnya. (Beri

penjelasan dan sertakan sumber)

Jawaban :

Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil penelitian

yang telah dilakukan agar dapat dipahami dan dianalisis sesuai dengan tujuan yang

diinginkan. Data yang disajikan harus sederhana dan jelas agar mudah dibaca. Penyajian

data juga dimaksudkan agar para pengamat dapat dengan mudah memahami apa yang

disajikan agar selanjutnya dapat dilakukan penilaian atau perbandingan dan lain-lain.

Bentuk penyajian data bermacam-macam dan disesuaikan dengan data yang tersedia dan

tujuan yang hendak dicapai. Penyajian data dapat berupa tulisan, table dan grafik.

1) Penyajian data dalam bentuk tulisan (tekstular presentation)

Penyajian dalam bentuk tulisan sebenarnya merupakan gambaran umum tentang

kesimpulan hasil pengamatan. Dalam bidang kedokteran penyajian dalam bentuk

tulisan hanya digunakan untuk memberikan informasi.

 Contoh :

a. Seorang direktur sebuah rumah sakit memberikan informasi tentang kondisi

rumah sakit yang dipimpinnya .

“Penderita yang menjalani rawat inap di Rumah Sakit ini jumlahnya meningkat

dari tahun ke tahun hingga tidak tertampung dan sebagian besar terdapat di

bagian penyakit dalam. Dengan semakin banyaknya penderita yang menjalani

rawat inap menunjukkan bahwa pelayanan yang kita berikan sudah cukup

memadai. Yang masih harus kita tingkatkan ialah penambahan gedung dan

sarana yang dibutuhkan, seperti tempat tidur terutama di bagian penyakit dalam”.

b. Suatu penelitian kualitatif dialkukan untuk mengetahui penerimaan masyarakat

tentang keberadaan bidan di desa pada kabupaten Indramayu dan Kabupaten

Bandung.

2) Penyajian data dalam bentuk Tabel (Tabel Presentation)

Penyajian dalam bentuk table merupakan penyajian data dalam bentuk angka yang

disusun secara teratur dalam kolom dan baris.

Contoh :

Distribusi penyakit menurut jenis kelamin

Jenis Kelamin
Jenis Penyakit Jumlah
Laki-laki Wanita

Saluran Nafas 825 415 410

Saluran Pencernaan 730 400 330

Penyakit Kulit 254 200 54

Penyakit Mata 100 85 15

Jumlah 2.089 1.260 829

 3) Penyajian data dalam bentuk Grafik (Grafical or Diagram Presentation)

Grafik merupakan salah satu bentuk penyajian data yang banyak dilakukan dalam

baerbagai bidang.

Sumber :

Sudjana, Prof, Dr. (1996). Metoda Statistik. Bandung : PT. Tarsito Bandung.

3. Buatlah table data hasil penelitian yang sudah saudara lakukan.

Jawaban :

 Paritas : 0 = Belum Pernah Melahirkan

: 1 = Sudah Pernah Melahirkan

 Usia : 0 = Remaja (usia 15 – 25 tahun)

: 1 = Dewasa (usia 26-49 tahun)

 Status Pernikahan : 0 = Belum Pernah Menikah

: 1 = Sudah Pernah Menikah

 Status Gizi : 0 = Normal ( IMT antara 18,5 s/d 23,0)

: 1 = Tidak Normal (IMT ≤ 18,4 dan ≥ 23,1)

 Premenstrual Syndrom (PMS) : 0 = Tidak mengalami PMS (Skor ≤ 22)

1 = Mengalami PMS (Skor antara 23 s/d 88)

 STATUS STATUS PREMENSTRUAL
NO PARITAS USIA
PERNIKAHAN GIZI SYNDROM (PMS)

1 1 1 1 1 1
2 1 1 1 1 1
3 0 1 0 1 1
4 1 1 1 1 1
5 1 1 1 1 1
6 1 1 1 1 1
7 1 1 1 1 1
8 1 1 1 1 1
9 1 0 1 1 1
10 1 1 1 0 1
11 1 1 1 1 1
12 1 1 1 1 1
13 0 1 1 0 1
14 0 0 0 1 1
15 0 0 0 0 1
16 0 0 0 1 1
17 0 1 0 1 1
18 1 1 1 0 1
19 1 1 1 0 1
20 1 1 1 0 1
21 0 1 0 1 1
22 0 0 0 0 1
23 1 1 1 0 1
24 1 1 1 1 1
25 0 0 0 0 1
26 1 1 1 0 1
27 0 1 1 1 1
28 1 1 1 1 1
29 1 1 1 1 1
30 1 0 1 0 1
31 1 1 1 0 1
32 0 0 0 1 1
33 1 1 1 1 1
34 1 1 1 0 1
35 0 1 1 1 1
36 1 1 1 1 1
37 0 0 0 0 1
38 0 0 0 0 1
39 0 0 0 1 1
40 0 0 0 0 1
41 0 1 0 1 1
42 1 1 1 1 1
43 1 1 1 0 1
44 1 1 1 0 1
45 1 1 1 1 1
46 1 1 1 0 1
47 1 1 1 1 1
48 1 0 1 1 1
49 1 1 1 1 1
50 1 1 1 1 1
51 0 0 0 0 1
52 0 1 1 0 1
53 0 0 0 0 1
54 0 1 0 0 1
55 1 1 1 0 1
56 0 1 1 1 1
57 1 1 1 1 1
58 0 0 0 1 1
59 0 0 0 0 1
60 0 0 0 0 1
61 1 1 1 0 1
62 0 0 0 0 1
63 0 0 0 1 1
64 1 1 1 1 1
65 0 0 0 1 1
66 0 0 0 1 1
67 1 1 1 0 1
68 1 0 1 0 1
69 1 1 1 1 1
70 0 0 0 1 1
71 1 1 1 0 1
72 1 1 1 1 1
73 1 1 1 1 1
74 1 1 1 0 1
75 1 0 1 1 1
76 1 1 1 1 1
77 1 1 1 1 1
78 1 0 1 0 1
79 1 0 1 0 1
80 1 1 1 1 1
81 0 0 0 1 1
82 0 0 0 0 1
83 0 0 0 1 1
84 0 0 0 1 1
85 0 0 0 0 1
86 0 0 0 1 1
87 0 0 0 0 1
88 0 0 0 0 1
89 0 0 0 1 1
90 0 0 0 1 1
91 0 0 0 1 1
92 0 0 0 1 1
93 0 0 0 1 0
94 0 0 0 1 1
95 0 0 0 1 1
96 0 0 0 0 1
97 0 0 0 0 1
98 0 0 0 1 1
99 0 0 0 1 1
100 0 0 0 1 1
101 1 1 1 1 1
102 1 1 1 0 1
103 0 0 0 0 1
104 0 0 0 1 1
105 1 1 1 0 0
106 1 1 1 0 1
107 1 1 1 0 1
108 1 1 1 1 1
109 1 1 1 1 1
110 1 1 1 0 1
111 0 0 0 0 1
112 1 1 1 0 1
113 1 0 1 0 1
114 1 1 1 0 1
115 0 1 1 0 1
116 1 1 1 1 1
117 1 1 1 1 1
118 0 0 0 1 1
119 1 1 1 1 1
120 1 1 1 0 1
121 0 0 0 0 1
122 0 1 0 1 1
123 0 0 0 0 1
124 0 0 0 1 1
125 0 1 0 0 1
126 0 0 0 1 1
127 1 1 1 0 1
128 0 0 0 0 1
129 0 0 0 1 1
130 1 0 1 0 1
131 1 1 1 0 1
132 1 1 1 1 1
133 1 1 1 1 1
134 0 0 0 1 1
135 0 0 0 0 1
136 0 0 0 1 1
137 1 1 1 1 1
138 1 1 1 0 1
139 1 1 1 1 1
140 0 0 0 1 1
141 0 1 1 1 1
142 1 1 1 0 1
143 0 0 0 0 1
144 1 1 1 1 1
145 0 1 1 1 1
146 1 1 1 1 1
147 1 1 1 1 1
148 1 1 1 0 1
149 1 1 1 1 1
150 1 1 1 1 1
151 1 1 1 1 1
152 1 0 1 1 1
153 1 1 1 0 1
154 1 1 1 0 1
155 1 1 1 0 1
156 1 1 1 1 1
157 1 1 1 0 1
158 1 1 1 0 1
159 1 1 1 0 0
160 1 1 1 0 1
161 0 0 0 0 1
162 1 1 1 1 1
163 1 1 1 1 1
164 0 1 1 1 1
165 1 1 1 1 1
166 1 1 1 1 1
167 0 1 1 1 1
168 0 0 0 0 1
169 1 1 1 1 1
170 1 1 1 1 1
171 0 1 1 1 1
172 0 1 0 0 1
173 0 0 0 1 1
174 1 1 1 1 1
175 0 0 0 1 1
176 0 0 0 0 1
177 0 0 0 0 1
178 0 0 0 0 1
179 0 0 0 0 1
180 0 0 0 0 1
181 0 0 0 0 1
182 1 1 1 1 1
183 0 0 0 0 1
184 0 0 0 0 1
185 0 0 1 1 1
186 1 1 1 1 1
187 0 0 0 1 1
188 1 1 1 0 1
189 0 0 0 1 1
190 0 0 0 0 1
191 0 0 0 1 1
192 1 0 1 0 1
193 0 0 0 1 1
194 0 0 0 1 1
195 1 1 1 0 1
196 1 0 1 0 1
197 0 0 0 1 1
198 1 1 1 1 1
199 0 0 0 0 0
200 0 0 0 1 1
201 0 0 0 0 1
202 0 0 0 0 1
203 0 0 0 0 1
204 0 0 0 1 1
205 0 0 0 1 1
206 0 0 0 0 1
207 0 0 0 0 1
208 0 0 0 0 1
209 0 0 0 0 1
210 0 0 0 0 1
211 0 0 0 0 1
212 0 0 0 0 1
213 0 0 0 0 1
214 1 1 1 0 1
215 1 1 1 0 1
216 0 0 0 0 1
217 0 0 0 0 1
218 0 0 0 0 1
219 0 0 0 1 1
220 0 0 0 0 1
221 0 0 0 0 1
222 0 0 0 0 1
223 0 0 0 0 1
224 0 0 0 0 1
225 0 0 0 0 1
226 1 1 1 1 1
227 1 1 1 0 1
228 1 1 1 0 1
229 1 1 1 1 1
230 1 1 1 0 1
231 1 1 1 1 1
232 1 1 1 0 1
233 0 0 0 0 1
234 0 0 0 0 1
235 0 0 0 0 1
236 0 0 0 1 1
237 0 0 0 0 1
238 1 1 1 1 1
239 1 1 1 1 1
240 0 0 0 0 1
241 0 0 0 0 1
242 0 0 0 1 1
243 0 0 0 0 1
244 0 0 0 0 1
245 0 0 0 1 1
246 0 0 0 0 1
247 0 0 0 0 1
248 0 0 0 0 1
249 0 0 0 0 1
250 0 0 0 0 1
251 1 1 1 1 1
252 1 1 1 1 1
253 1 1 1 1 1
254 1 1 1 1 1
255 0 0 0 1 1
256 0 0 0 0 1
257 0 0 0 0 1
258 0 0 0 0 1
259 0 0 0 0 1
260 0 0 0 0 1
261 0 0 0 0 1
262 0 0 0 0 1
263 1 1 1 0 1
264 1 1 1 0 1
265 0 0 0 1 1
266 0 0 0 0 1
267 0 0 0 0 1
268 1 1 1 0 1
269 0 0 0 0 1
270 1 1 1 0 1
271 1 0 1 0 1
272 1 1 1 0 1
273 0 0 0 0 1
274 0 0 0 0 1
275 0 0 0 0 1
276 1 1 1 1 1
277 0 0 0 0 1
278 1 1 1 0 1
279 1 0 1 0 1
280 1 0 1 0 1
281 1 1 1 0 1
282 1 1 1 0 1
283 0 0 0 0 1
284 0 0 0 0 1
285 0 1 1 0 1
286 0 1 1 0 1
287 1 1 1 0 1
288 0 0 0 0 1
289 1 1 1 0 1
290 0 1 1 0 1
291 0 1 1 0 1
292 0 0 0 0 1
293 0 0 0 0 1
294 1 1 1 0 1
295 1 1 1 1 1
296 0 1 1 0 1
297 1 1 1 0 1
298 0 0 0 0 1
299 0 0 0 0 1
300 1 1 1 0 1
301 1 1 1 1 1
302 1 1 1 1 1
303 1 1 1 1 1
304 1 1 1 1 1
305 1 1 1 1 1
306 1 1 1 1 1
307 1 1 1 1 1
308 1 1 1 1 1
309 1 1 1 1 1
310 1 1 1 1 1
311 0 1 1 0 1
312 1 1 1 0 1
313 1 1 1 1 1
314 1 0 1 1 1
315 1 1 1 1 1
316 1 1 1 0 1
317 1 1 1 1 1
318 1 1 1 1 1
319 1 1 1 1 1
320 1 1 1 1 1
321 1 1 1 1 1
322 1 1 1 1 1
323 1 1 1 1 1
324 0 1 0 1 1
325 0 0 0 0 0
326 1 1 1 1 1
327 1 1 1 0 1
328 1 1 1 1 0
329 1 1 1 1 1
330 1 1 1 0 1
331 0 0 0 0 0
332 0 1 1 1 1
333 1 1 1 0 1
334 0 0 1 0 0
335 1 1 1 1 1
336 0 0 0 1 0
337 0 0 0 1 0
338 0 0 0 0 1
339 1 1 1 0 1
340 1 1 1 1 1
341 0 0 0 0 1
342 0 0 0 1 1
343 0 0 0 0 1
344 0 0 0 0 1
345 0 0 0 0 1
 346 0 0 0 0 1
347 0 0 0 0 1
348 0 0 0 0 1
349 0 0 0 0 1
350 1 0 1 1 1
351 1 0 1 0 1
352 1 1 1 0 1
353 1 1 1 0 1
354 1 1 1 1 1
355 1 1 1 0 1
356 1 1 1 0 1
357 1 1 1 1 1
358 1 1 1 1 1
359 1 1 1 1 1
360 1 1 1 1 1
361 1 1 1 1 1
362 1 1 1 0 1
363 1 1 1 0 1
364 1 1 1 1 1
365 1 1 1 1 1
366 0 0 0 0 0
367 0 0 0 0 1
368 0 0 0 0 0
369 0 0 0 0 0
370 1 1 1 1 1
371 1 1 1 1 1
372 1 1 1 1 1
373 1 1 1 1 1
374 0 0 0 0 0
375 0 0 0 0 0
376 0 0 0 1 1

4. Apakah jenis data, skala dan analisis penelitian saudara ?

Jawaban :

a. Jenis data yang digunakan dalam penelitian saya adalah data primer yaitu data yang

diperoleh atau data yang dikumpulkan oleh orang yang melakukan penelitian atau

yang bersangkutan yang memerlukannya. Data Primer disebut juga data asli atau data

baru. Dalam penelitian ini data yang didapatkanadalah data primer karena peneliti

melakukan wawancara dengan menggunakan kuisioner secara langsung kepada

responden.
b. Skala yang digunakan dalam penelitian saya adalah skala Nominal dan Skala Ordinal.

 Variabel Premenstrual Syndrom (Dependent) menggunakan Skala Ordinal

dengan kategori wanita yang tidak mengalami PMS mendapatkan skor ≤ 22

(kode 0), sedangkan wanita yang mengalami PMS mendapatkan skor 23 – 88

(kode 1).

 Variabel Paritas (Independent) menggunakan Skala Nominal dengan

pembagian wanita yang belum pernah melahirkan (kode 0) dan wanita yang

sudah pernah melahirkan (kode 1)

 Variabel Usia (Independent) menggunakan Skala Ordinal dengan pembagian

kategori Remaja bila usia responden 15 – 25 tahun (kode 0) dan kategori

dewasa bila usia responden 26-49 tahun (kode 1)

 Variabel Status Pernikahan (Independent) menggunakan Skala Nominal

dengan pembagian wanita yang belum menikah (kode 0) dan wanita yang

sudah menikah (kode 1)

 Variabel Staus Gizi (Independent) menggunakan Skala Ordinal dengan

pembagian kategori Normal bila IMT 18,5-23,0 (kode 0) dan kategori Tidak

Normal bila IMT ≤ 18,4 dan ≥ 23,1 (kode 1).

c. Analisis penelitian yang saya gunakan adalah analisis univariat dan analisis bivariat.

 Analisis Univariat digunakan untuk menjelaskan atau mendeskripsikan

distribusi setiap variabel dan menghasilkan distribusi frekuensi dan prosentase

dari setiap variabel yaitu : Paritas, Usia, Satatus Pernikahan, Status Gizi dan

Premenstrual Syndrom.

 Analisis Bivariat digunakan untuk menganalisis korelasi atau hubungan antar

variabel yaitu : Variabel Paritas dan Premenstrual Syndrom (PMS), Variabel

 usia dan PMS, Variabel Status Pernikahan dan PMS serta Variabel Status Gizi

dan PMS.

5. Buatlah analisis univariat dan bivariat sesuai dengan penelitian saudara.

Jawaban :

 Analisis Data Univariat

Statistics

Paritas

N Valid 376

Missing 0

Mean .50

Paritas

Cumulative
Frequency Percent Valid Percent Percent

Valid Belumpernahmelahirkan 188 50.0 50.0 50.0

Pernahmelahirkan 188 50.0 50.0 100.0

Total 376 100.0 100.0

Statistics

usia

N Valid 376

Missing 0

Mean .52

Usia

Cumulative
Frequency Percent Valid Percent Percent

Valid remaja 179 47.6 47.6 47.6

dewasa 197 52.4 52.4 100.0

Total 376 100.0 100.0

Statistics

statusmenikah

N Valid 376

Missing 0

Mean .55

Statusmenikah
 Cumulative
Frequency Percent Valid Percent Percent

Valid Belumpernahmenikah 168 44.7 44.7 44.7

Pernahmenikah 208 55.3 55.3 100.0

Total 376 100.0 100.0

Statistics

Statusgizi

N Valid 376

Missing 0

Mean .47

Statusgizi

Cumulative
Frequency Percent Valid Percent Percent

Valid normal 201 53.5 53.5 53.5

tidaknormal 175 46.5 46.5 100.0

Total 376 100.0 100.0

Statistics

PMS

N Valid 376

Missing 0

Mean .96

PMS

Cumulative
Frequency Percent Valid Percent Percent

Valid tidak pms 15 4.0 4.0 4.0

Pms 361 96.0 96.0 100.0

Total 376 100.0 100.0

 Analisis data bivariate :

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

paritas * PMS 376 100.0% 0 .0% 376 100.0%

paritas * PMS Crosstabulation

Count

PMS

tidak pms Pms Total

paritas belumpernahmelahirkan 12 176 188

pernahmelahirkan 3 185 188

Total 15 361 376

Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value Df sided) sided) sided)

Pearson Chi-Square 5.624a 1 .018

Continuity Correctionb 4.444 1 .035

Likelihood Ratio 6.007 1 .014

Fisher's Exact Test .032 .016

Linear-by-Linear Association 5.609 1 .018

N of Valid Casesb 376

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 7.50.

b. Computed only for a 2x2 table

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

usia * PMS 376 100.0% 0 .0% 376 100.0%

usia * PMS Crosstabulation

Count

PMS

tidak pms pms Total

usia remaja 12 167 179

dewasa 3 194 197

Total 15 361 376

Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value Df sided) sided) sided)

Pearson Chi-Square 6.573a 1 .010

Continuity Correctionb 5.290 1 .021

Likelihood Ratio 6.942 1 .008

Fisher's Exact Test .015 .010

Linear-by-Linear Association 6.555 1 .010

N of Valid Casesb 376

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 7.14.

b. Computed only for a 2x2 table

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

statusmenikah * PMS 376 100.0% 0 .0% 376 100.0%

statusmenikah * PMS Crosstabulation

Count

PMS

tidak pms pms Total

statusmenikah Belumpernahmenikah 11 157 168

pernahmenikah 4 204 208

Total 15 361 376

Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value Df sided) sided) sided)

Pearson Chi-Square 5.189a 1 .023

Continuity Correctionb 4.052 1 .044

Likelihood Ratio 5.270 1 .022

Fisher's Exact Test .032 .022

Linear-by-Linear Association 5.175 1 .023

N of Valid Casesb 376

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.70.

b. Computed only for a 2x2 table

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

statusgizi * PMS 376 100.0% 0 .0% 376 100.0%

statusgizi * PMS Crosstabulation

Count

PMS

tidak pms pms Total

Statusgizi Normal 11 190 201

tidaknormal 4 171 175

Total 15 361 376

Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value df sided) sided) sided)

Pearson Chi-Square 2.481a 1 .115

Continuity Correctionb 1.718 1 .190

Likelihood Ratio 2.598 1 .107

Fisher's Exact Test .185 .093

Linear-by-Linear Association 2.474 1 .116

N of Valid Casesb 376

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.98.

b. Computed only for a 2x2 table