TUGAS BIOSTATISTIK

ANALISIS DATA SPSS

Oleh:

VEMILA APRI YOZA

NIM. 1911319035

Dosen Pengampu:
Dr. dr. SUSMIATI, M. Biomed

PROGRAM STUDI ILMU KEPERAWATAN

FAKULTAS KEPERAWATAN UNIVERSITAS ANDALAS
PADANG
2020
A. ANALISIS UNIVARIAT

1. Distribusi Frekuensi Obesitas dan Non Obesitas

Tabel 1. Statistics

Valid 119
N
Missing 0

Tabel 1 di atas menjelaskan bahwa data responden yang digunakan dalam analisis ini
sebanyak 119 responden, dengan tingkat kevalidan 100%. Hal ini karena tidak ada data
yang hilang (missing).

Tabel 2. Distribusi Frekuensi Obesitas dan Non Obesitas (ketBMI)

Cumulative
Frequency Percent Valid Percent
Percent
non obesitas 55 46,2 46,2 46,2
Valid obesitas 64 53,8 53,8 100,0
Total 119 100,0 100,0

Dari Tabel 2 diketahui jumlah responden yang menderita obesitas adalah 64 orang atau
53,8% dari jumlah responden, sedangkan jumlah responden yang non obesitas adalah
sebanyak 55 orang atau 46,2% dari jumlah responden. Karena seluruh data valid maka
pada kolom Valid Percent nilainya sama dengan yang ada pada kolom Percent.
Cumulative Percent pada ‘row’ obesitas adalah 100%. Nilai ini merupakan kumulatif dari
penjumlahan 46,2% (non obesitas) + 53,8% (obesitas), sehingga totalnya 100%.

2. Distribusi Frekuensi Hipertensi dan Normal

Tabel 3. Statistics

Valid 119
N
Missing 0

Tabel 3 di atas menjelaskan bahwa data responden yang digunakan dalam analisis ini
sebanyak 119 responden, dengan tingkat kevalidan 100%. Hal ini karena tidak ada data
yang hilang (missing).

Tabel 4. Distribusi Frekuensi Hipertensi dan Normal (katsistole)

1
 Cumulative
Frequency Percent Valid Percent
Percent
normal 56 47,1 47,1 47,1
Valid hipertensi 63 52,9 52,9 100,0
Total 119 100,0 100,0

Dari Tabel 4 diketahui jumlah responden yang menderita hipertensi adalah 63 orang atau
52,9% dari jumlah responden, sedangkan jumlah responden yang normal adalah
sebanyak 56 orang atau 47,1% dari jumlah responden. Karena seluruh data valid maka
pada kolom Valid Percent nilainya sama dengan yang ada pada kolom Percent.
Cumulative Percent pada ‘row’ hipertensi adalah 100%. Nilai ini merupakan kumulatif dari
penjumlahan 47,1% (normal) + 52,9% (hipertensi), sehingga totalnya 100%.

3. Ukuran Sentral Tendensi dari Umur, Berat Badan, BMI, Tekanan Darah Sistole dan
Diastole

Tabel 5. Distribusi Ukuran Sentral Tendensi dari Umur, Berat Badan (BB), BMI,
Tekanan Darah Sistole dan Diastole (statistics)

Umur BB BMI Sistole Diastole

Valid 119 119 119 119 119

N
Missing 0 0 0 0 0
Mean 13,71 59,26 25,438 122,50 75,61
Median 14,00 60,50 25,300 121,00 75,00
a
Mode 14 44 27,1 110 72
a)
Multiple modes exist. The smallest value is shown

Berdasarkan Tabel 5, dari 119 responden dapat dilihat ukuran sentral tendensi untuk:

- Umur  Mean 13,71; Median 14,00; dan Mode 14.

- Berat badan (BB)  Mean 59,26; Median 60,50; dan Mode 44.

- BMI  Mean 25,438; Median 25,300; dan Mode 27,1.

- Sistole  Mean 122,50; Median 121,00; dan Mode 110.

- Diastole  Mean 75,61; Median 75,00; dan Mode 72.

B. ANALISIS BIVARIAT

1. Hubungan BMI dengan Tekanan Darah

Tabel 6. Hubungan BMI dengan Tekanan Darah

2
 Chi-Square Tests
Value df Asymp. Sig. (2-sided)

Pearson Chi-Square 92,241a 92 ,473

Likelihood Ratio 127,467 92 ,009
Linear-by-Linear Association 21,054 1 ,000
N of Valid Cases 119
a)
186 cells (100.0%) have expected count less than 5. The minimum expected count is .
47.

Berdasarkan data pada Tabel 6, nilai p = 0,473, dan nilai tersebut > 0,005, maka secara
statistik BMI dengan tekanan darah tidak ada hubungan.

2. Hubungan Obesitas dengan Kejadian Hipertensi

Tabel 7. Hubungan Obesitas dengan Kejadian Hipertensi

Chi-Square Tests
Asymp. Sig. Exact Sig. Exact Sig.
Value df
(2-sided) (2-sided) (1-sided)
a
Pearson Chi-Square 11,281 1 ,001

Continuity Correctionb 10,077 1 ,002

Likelihood Ratio 11,450 1 ,001

Fisher's Exact Test ,001 ,001

Linear-by-Linear Association 11,186 1 ,001

N of Valid Cases 119

a)
0 cells (.0%) have expected count less than 5. The minimum expected count is 25,88.
b)
Computed only for a 2x2 table

Berdasarkan data pada Tabel 7, menggunakan uji chi square, nilai p = 0,001, yang berarti
nilai tersebut < 0,005, maka secara statistik terdapat hubungan antara kondisi obesitas
dengan kejadian hipertensi.

3. Perbedaan Rata-Rata BMI Non Obesitas dengan Obesitas

Tabel 8. Group Statistics

ketBMI N Mean Std. Deviation Std. Error Mean

non obesitas 55 21,009 3,0452 ,4106
BMI
obesitas 64 29,244 2,9107 ,3638

3
Tabel 9. Independent Samples Test

Levene's Test for

Equality of t-test for Equality of Means
Variances

95% Confidence
Sig. (2- Mean Std. Error Interval of the
F Sig. t df
tailed) Difference Difference Difference

Lower Upper

Equal .696 .406 -15.062 117 .000 -8.2347 .5467 -9.3174 -7.1519
variances
assumed
BMI
Equal -15.010 112.593 .000 -8.2347 .5486 -9.3216 -7.1477
variances not
assumed

Tabel 9 menunjukkan bahwa nilai statistik t yang diperoleh adalah -15,062, dan nilai
significant pengujian adalah 0,000. Dengan menggunakan kaidah pengambilan keputusan
berdasarkan t hitung, maka pada α=0.05 dapat disimpulkan bahwa pengujian
menunjukkan ada perbedaan bermakna antara rata-rata BMI antara obesitas dan non
obesitas