LAPORAN PRAKTIK

MATAKULIAH APLIKASI PENGOLAHAN DATA

KESEHATAN

Dosen Pengampu : VILDA ANA VERIA SETYAWATI S.Gz, M.Gizi

DI SUSUN OLEH :

Nama : Novenia Andarini

NIM : D11.2019.02937
Kelas : D11.41

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

LANGKAH – LANGKAH KATEGORI KADAR GLUKOSA DARAH

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

LANGKAH – LANGKAH KATEGORI IMT/STATUS GIZI

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

LANGKAH - LANGKAH TEKANAN DARAH SISTOLIK

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

LANGKAH – LANGKAH CHI SQUARE

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

Tampilan akan kembali lagi ke jendela Crosstabs, kemudian klik OK

Hasil akan muncul seperti pada gambar berikut dibawah ini
 Kategori Umur * Kategori Glukosa Darah Crosstabulation

Kategori Glukosa Darah

Normal Hiperglikemia Total

Kategori Umur Dewasa awal Count 9 5 14

% within Kategori Umur 64.3% 35.7% 100.0%

Dewasa tengah Count 5 11 16

% within Kategori Umur 31.2% 68.8% 100.0%

Total Count 14 16 30

% within Kategori Umur 46.7% 53.3% 100.0%

Chi-Square Tests

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

Value df sided) sided) sided)

Pearson Chi-Square 3.274a 1 .070

Continuity Correctionb 2.081 1 .149

Likelihood Ratio 3.331 1 .068

Fisher's Exact Test .141 .074

Linear-by-Linear Association 3.165 1 .075

N of Valid Casesb 30

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.53.

b. Computed only for a 2x2 table

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

LANGKAH-LANGKAH CHI SQUARE

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

Akan muncul tampilan dibawah ini

Suatu penelitian pada 30 responden, ingin membuktikan apakah ada hubungan antara umur dengan
indeks massa tubuh?
Langkah-langkah :
1. Menyusun Hipotesis
Ha : Ada hubungan antara umur dengan indeks massa tubuh
Ho : Tidak ada hubungan antara umur dengan indeks massa tubuh
2. Transformasi data dari skala INTERVAL/RASIO  NOMINAL
3. Uji Chi-Square
 Kategori Umur * Kategori IMT Crosstabulation

Kategori IMT

Normal Gizi lebih Total

Kategori Umur Dewasa awal Count 10 4 14

% within Kategori Umur 71.4% 28.6% 100.0%

Dewasa tengah Count 7 9 16

% within Kategori Umur 43.8% 56.2% 100.0%

Total Count 17 13 30

% within Kategori Umur 56.7% 43.3% 100.0%

Chi-Square Tests

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

Value df sided) sided) sided)

Pearson Chi-Square 2.330a 1 .127

Continuity Correctionb 1.339 1 .247

Likelihood Ratio 2.372 1 .124

Fisher's Exact Test .159 .123

Linear-by-Linear Association 2.252 1 .133

N of Valid Casesb 30

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.07.

b. Computed only for a 2x2 table

PENARIKAN KESIMPULAN
p value 0,159 (p>0,05)
Ha ditolak, Ho diterima  Tidak ada hubungan antara umur dengan indeks masa tubuh

LANGKAH – LANGKAH CHI SQUARE

Lakukan reset kemudian masukan kat tekanan darah 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
Akan muncul data dibawah ini
 Kategori Tensi * Kategori IMT Crosstabulation

Kategori IMT

Normal Gizi lebih Total

Kategori Tensi Hipertensi>=120mmHg Count 2 3 5

% within Kategori Tensi 40.0% 60.0% 100.0%

Normal<=120mmHg Count 15 10 25

% within Kategori Tensi 60.0% 40.0% 100.0%

Total Count 17 13 30

% within Kategori Tensi 56.7% 43.3% 100.0%

Chi-Square Tests

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

Value df sided) sided) sided)

Pearson Chi-Square .679a 1 .410

Continuity Correctionb .109 1 .742

Likelihood Ratio .673 1 .412

Fisher's Exact Test .628 .367

Linear-by-Linear Association .656 1 .418

N of Valid Casesb 30

a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 2.17.

b. Computed only for a 2x2 table

Suatu penelitian pada 30 responden, ingin membuktikan apakah ada hubungan antara tekanan darah
histolik dengan indeks massa tubuh?
Langkah-langkah :
1. Menyusun Hipotesis
Ha : Ada hubungan antara tekanan darah histolik dengan indeks massa tubuh
Ho : Tidak ada hubungan antara tekanan darah histolik dengan indeks massa tubuh
2. Transformasi data dari skala INTERVAL/RASIO  NOMINAL
3. Uji Chi-Square

PENARIKAN KESIMPULAN
p value 0,628 (p>0,05)
Ha ditolak, Ho diterima  Tidak ada hubungan antara tekanan darah dengan indeks masa tubuh