DI SUSUN OLEH :
FAKULTAS KESEHATAN
PROGRAM STUDI KESEHATAN MASYARAKAT
SEMESTER GANJIL 2020-2021
LATIHAN UJI CHI SQUARE
1. Hubungan antara umur dengan glukosa darah
2. Hubungan antara umur dengan indeks masa tubuh
3. Hubungan antara tekanan darah sistolik dengan indeks masa tubuh
Kategori umur : Gunakan nilai tengah/median, ≥median = tua, <median = muda
Glukosa darah, tekanan darah sistolik, indeks masa tubuh normal dan tidak normal
LANGKAH-LANGKAH KATEGORI UMUR
Pertama – tama sediakan data atau buat data sesuai dengan ketentuan dan kebutuhan
Untuk membuat data menjadi kategori atau data Interval / Rasio menjadi Ordinal maka pertama – tama
klik Transform lalu klik Recode into Diferent Variables seperti tampilan diatas ini
Kemudian akan muncul tabel Recode into Different Variables seperti tampilan diatas ini, masukan data
umur dengan cara klik umur lalu klik tanda biru yang mengarah ke kanan
Setelah memasukan data, masukan data Name : Kat_Umur dan data Label : Kategori Umur
kemudian klik Change lalu klik Old and New Values
Akan muncul data seperti diatas ini tabel Recode into Different Variables : Old and New Values
kemudian isi data sesuai dengan tampilan diatas dengan Lowest 34 value 1, Range 35 -50 value 2 dan
Highest 51 value 3 kemudian klik Continue dan klik Ok
Lalu ubah variable view atau klik halaman variable view kemudian isi label dengan Kategori Umur
dan buat 0 pada decimals lalu klik Values isi data seperti gambar diatas, value 1 label dewasa
awal, value 2 dewasa tengah, value 3 dewasa akhir lalu Klik Ok
Sama dengan cara pertama, Untuk membuat data menjadi kategori atau data Interval / Rasio menjadi
Ordinal maka pertama – tama klik Transform lalu klik Recode into Diferent Variables seperti
tampilan diatas ini
Lalu lakukan reset terlebih dahulu baru masukan data glukosa darah dengan cara klik data glukosa darah
kemudian klik tanda panah berwarna biru menghadap ke kanan, Setelah memasukan data, masukan
data Name : Kat_Glks_darah dan data Label : Kategori Glukosa Darah kemudian klik Change lalu
klik Old and New Values
Akan muncul data seperti diatas ini tabel Recode into Different Variables : Old and New Values
kemudian isi data sesuai dengan tampilan diatas kemudian klik Continue dan klik Ok
Lalu ubah variable view atau klik halaman variable view kemudian isi label dengan Kategori Glukosa
Darah dan buat 0 pada decimals lalu klik Values isi data seperti gambar diatas
Masih sama dengan cara pertama, Untuk membuat data menjadi kategori atau data Interval / Rasio
menjadi Ordinal maka pertama – tama klik Transform lalu klik Recode into Diferent Variables
seperti tampilan diatas ini
Lalu lakukan reset terlebih dahulu baru masukan data glukosa darah dengan cara klik data glukosa darah
kemudian klik tanda panah berwarna biru menghadap ke kanan, Setelah memasukan data, masukan
data Name : Kat_IMT dan data Label : Kategori IMT kemudian klik Change lalu klik Old and New
Values
Akan muncul data seperti diatas ini tabel Recode into Different Variables : Old and New Values
kemudian isi data sesuai dengan tampilan diatas kemudian klik Continue dan klik Ok
Lalu ubah variable view atau klik halaman variable view kemudian isi label dengan Kategori Status
Gizi dan buat 0 pada decimals lalu klik Values isi data seperti gambar diatas
Masih sama dengan cara pertama, Untuk membuat data menjadi kategori atau data Interval / Rasio
menjadi Ordinal maka pertama – tama klik Transform lalu klik Recode into Diferent Variables
seperti tampilan diatas ini
Lalu lakukan reset terlebih dahulu baru masukan data glukosa darah dengan cara klik data glukosa darah
kemudian klik tanda panah berwarna biru menghadap ke kanan, Setelah memasukan data, masukan
data Name : Kat_Tensi dan data Label : Kategori Tensi kemudian klik Change lalu klik Old and
New Values
Akan muncul data seperti diatas ini tabel Recode into Different Variables : Old and New Values
kemudian isi data sesuai dengan tampilan diatas dengan Lowest 199 value 1, dan Highest 121 value 2
kemudian klik Continue dan klik Ok
Lalu ubah variable view atau klik halaman variable view kemudian isi label dengan Kategori Status
Gizi dan buat 0 pada decimals lalu klik Values isi data seperti gambar diatas, value 1 label
Hipertensi>=120mmHg, value 2 Normal<=120mmHg lalu Klik Ok
Klik pada menu Analyze. Klik Descriptive Statistics, lalu klik Crosstabs
Akan muncul jendela Crosstabs. Input Kat_Umur pada kotak Row(s) dan Kat_GLks_Drh pada kotak
Column(s). kemudian klik Statistics
Akan muncul jendela Crosstabs: Statistics. Klik Chi-square, kemudian Continue
Selanjutnya klik Cells. Akan muncul jendela Crosstabs: Cell Display. Pada kotak Percentages pilih Row,
kemudian klik Continue
Total Count 14 16 30
Chi-Square Tests
N of Valid Casesb 30
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.53.
Suatu penelitian pada 30 responden, ingin membuktikan apakah ada hubungan antara umur dengan
glukosa darah?
Langkah-langkah :
1. Menyusun Hipotesis
Ha : Ada hubungan antara umur dengan glukosa darah
Ho : Tidak ada hubungan antara umur dengan glukosa darah
2. Transformasi data dari skala INTERVAL/RASIO NOMINAL
3. Uji Chi-Square
PENARIKAN KESIMPULAN
p value 0,141 (p>0,05)
Ha ditolak, Ho diterima Tidak ada hubungan antara umur dengan glukosa darah
Lakukan reset kemudian masukan kat umur di row dan kat imt di column lalu klik statistics dan centang
pada chi square lalu klik continue kemudian klik cells
Akan muncul gambar dibawah ini lalu centang row dan klik continue dan ok
Kategori IMT
Total Count 17 13 30
Chi-Square Tests
N of Valid Casesb 30
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.07.
PENARIKAN KESIMPULAN
p value 0,159 (p>0,05)
Ha ditolak, Ho diterima Tidak ada hubungan antara umur dengan indeks masa tubuh
Akan muncul gambar dibawah ini lalu centang row dan klik continue dan ok
Akan muncul data dibawah ini
Kategori Tensi * Kategori IMT Crosstabulation
Kategori IMT
Normal<=120mmHg Count 15 10 25
Total Count 17 13 30
Chi-Square Tests
N of Valid Casesb 30
a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 2.17.
PENARIKAN KESIMPULAN
p value 0,628 (p>0,05)
Ha ditolak, Ho diterima Tidak ada hubungan antara tekanan darah dengan indeks masa tubuh