APLIKASI KOMPUTER

MATERI

1. UNIVARIAT :
a. Mean
b. Mode
c. Median
d. Standar deviasi
e. Min
f. Max
g. Histogram / grafik kenormalan data

2. BIVARIAT :
a. Uji korelasi
b. Uji Chi square
c. T-test : Dependen : Willcoxon
Independen : Man-Whitney

3. MULTIVARIAT
a. Uji anova
b. Kruskall Wallis : Kolmogorof dan Safirowalls
c. Regresi Logistik
d. Regresi Linear

DATA :
A. DATA Univariat
(imt, imt_kat, tds, tds_kat)
- uji chi suare
B. DATA Independen
(kelompok, Natrium, Kalsium)

C. DATA Dependen
(energiseb, energises, proteinseb,
- uji korelasi proteinses, bbseb, bbses)

D. DATA Uji Anova

(kelompok dan kalsium)

E. DATA Multivariat
(P_kat, Z_kat, S_kat, I_kat )
1. UNIVARIAT :
a. Mean
b. Mode
c. Median
d. Standar deviasi
e. Histogram / grafik kenormalan data

Univariat adalah analysis yg digunakan untuk mengetahui distribusi frekuensi dari

tiap variabel (indepeden (IMT) dan dependen (TDS)) yang di entry 2 saja.
- Skala numerik : rasio dan interval
- Skala kategorik : ordinal dan nominal

IMT  indepeden (mempengaruhi)

TDS  dependen (dipengaruhi)

Caranya data rasio : (Ada lambang garis)

1. analyze
2. descritive statistic
3. frequensis, pindahkan data yang angkanya asli (lambangnya penggaris), klik
statistic, conteng “mean, median, mode, sum, stand deviasi, min, max” (kalau
dimasukkan lambang grafik, maka mean tidak keluar) lalu continue
chart, klik histogram lalu continue.

Caranya data kategorik : (ada lambang grafik)

1. analyze
2. descritive statistic
3. frequensis, pindahkan data yang angkanya asli (lambangnya penggaris), klik
statistic, conteng “hanya sum ” (kalau dimasukkan lambang grafik, maka mean
tidak keluar) lalu continue.
chart, klik histogram lalu continue.

1. Uji kenormalan Data:

Uji kenormalan adalah uji yg dgnkan untuk mngtahui apakah variabel independen dan
variabel depeneden terdistribusi normal atau tidak.

Cara pertama (lambang garis) (langkah untuk sampel > 30) pakai Kolmogorof Smirnov.

1. Analyze
2. Nonparametric test
3. Legacy -> 1_sample K-S lalu klik masukkan data yang (lambang garis)
Apabila p >0,5 maka variabel IMT terdistribusi NORMAL
 Apabila p <0,05 maka variabel IMT TIDAK TERDISTRIBUSI NORMAL

Cara kedua Safirowill: dan <30 pakai SW

1. Analyze
2. Descrivtive statistic, klik Expore -> masukkan variabel dependen di atas, independen di
bawah. Lihat Klik statiistic, klik OK

2.BIVARIAT

Uji Chi-square

Caranya: Analyze, descriptive, crosstab, Masukkan data (row  IMT; colom  TDS), Statistic
( centang = risk, chi square, contigenci) continue, cell (row, dan total) OK.

2x2 djumpai apabila expextiv <5  Fisher exac

2x2 ≠ dijumpai apabila expextivv >5  continuty
>2x2 misal 3x2 dan 3x3  pearson chi square
Output : fisher exac P value = 0,178 berarti > 0,05 maka tidak ada hubungan.

P value
>0,05 tidak ada hubungan
<0,05 ada hubungan

T-test Dependen

- Uji kenormalan data

Kalau hasil semua data normal  t-test dependen
Kalau dari semua data ada yang tidak normal willcoxon
- Uji t-test dependen

Syarat milih corelate (Pearsen -> apabila variabel independen terdistribudi normal, nilai
keduanya (IMT dan TDS normal semua), Spearmann -> apabila nilai diantara salah satu IMT
dan TDS tidak normal ),