Anda di halaman 1dari 9

NAMA: NONNY YULIA SABRINA

NIM: CKR0170093
Keperawatan Reg B
JAWABAN SOAL KUIS
1. Yang termasuk kedalam parametrik:
a. Pendidikan
b. Perilaku Merokok
c. Penghasilan
d. Kejadian DM
Alasan: Karena variabelnya berjenis numerik/kuantitatif biasanya distribusi datanya
mendekati normal/simetris. Dengan demikian, dapat digunakan uji statistik parametrik.
Yang termasuk kedalan nonparametrik:
a. Pengetahuan
b. Umur
c. Berat badan
d. Tinggi badan
e. IMT
Alasan: Karena variabelnya kategori (Kualitatif) bentuk distribusinya tidak normal
sehingga uji non parametrik dapat digunakan.
2. Penyajian Hasil Uji Univariat dan Interpretasi Hasil:
a. Pengetahuan
Tingkat Pengetahuan Jumlah Presentase
<= 60 Kurang 9 45,0
>60 Baik 11 55,0
Total 20 100,0
Distribusi tingkat pengetahuan responden berpengetahuan baik yaitu 11 orang (55%),
sedangkan untuk responden berpengetahuan cukup yaitu 9 orang (45%).
b. Umur
Umur Jumlah Presentase
<= 30 Tahun 9 45,0
>30 Tahun 11 55,0
Total 20 100,0
Distribusi umur responden berdasarkan hasil diatas, responden terbanyak berumur
>30 tahun yaitu 11 orang (55%), sedangkan responden yang berumur <=30 tahun yaitu 9
orang (9%).
c. Pendidikan
Tingkat Pendidikan Jumlah Presentase
Rendah (SD,SMP) 12 60,0
Tinggi (SMA,PT) 8 40,0
Total 20 100,0
Distribusi tingkat pendidikan responden paling banyak berpendidikan rendah
(SD,SMP) yaitu 12 orang (60%) sedangkan responden yang berpendidikan tinggi
(SMA,PT) yaitu 8 orang (40%).
d. Perilaku Merokok
Perilaku Merokok Jumlah Presentase
Merokok 12 60,0
Tidak Merokok 8 40,0
Total 20 100,0
Distribusi perilaku merokok berdasarkan hasil responden diatas, responden yang
merokok lebih tinggi yaitu 12 orang (60%), sedangkan responden yang tidak merokok
yaitu 8 orang (40%).
e. Berat Badan
Berat Badan Jumlah Presentase
<=50kg 6 30,0
>50kg 14 70,0
Total 20 100,0
Distribusi berat badan responden paling banyak >50 kg yaitu 14 orang (70%),
sedangkan responden yang memiliki berat badan <=50 kg yaitu 6 orang (30%).
f. Tinggi Badan
Tinggi Badan Jumlah Presentase
<=160 cm 10 50,0
>160 cm 10 50,0
Total 20 100,0
Distribusi tinggi badan responden seimbang tinggi badan <=160 cm yaitu 10 orang
(50%) sedangkan tinggi badan >160 cm yaitu 10 orang (50%).
g. Penghasilan
Penghasilan Jumlah Presentase
<= 1 Jt 11 55,0
>1 Jt 9 45,0
Total 20 100,0
Distribusi penghasilan responden <=1Jt lebih banyak yaitu 11 orang (55%),
sedangkan responden yang berpenghasilan >1Jt yaitu 9 orang (45%).
h. IMT
IMT Jumlah Presentase
<16 Kurus 6 30,0
17-28 Normal 8 40,0
>28 Lebih atau Obesitas 6 30,0
Total 20 100,0
Distribusi Indeks Massa Tubuh berdasarkan hasil diatas, responden yang memiliki
IMT 17-28 normal lebih tinggi yaitu 8 orang (40%), sedangkan IMT <16 kurus yaitu 6
orang (30%) dan IMT >28 Lebih atau obesitas yaitu 6 orang (30%).
i. Kejadian DM
Kejadian DM Jumlah Presentase
DM 9 45,0
Tidak DM 11 55,0
Total 20 100,0
Distribusi kejadian DM pada responden berdasarkan hasil diatas, responden yang
tidak DM paling tinggi yaitu 11 orang (55%) sedangkan yang mengalami kejadian DM
yaitu 9 orang (45%).

3. Uji Normalitas
Pada uji normalitas data yang akan dianalisis menggunakan test of normality shapiro wilk
dikarenakan responden kurang dari 30 orang.
a. Pengetahuan
Test of normality
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic Df Sig.
Pengetahuan ,191 20 ,053 ,937 20 ,208
Berdasarkan data diatas hasil uji normality pada tingkat pengetahuan,dengan uji shapiro
wilk menghasilkan nilai p (Value) sebesar 0,208. Maka p value > p alpha, data
berdistribusi normal.

b. Umur
Test of normality
Kolmogorov-Smirnov Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
Umur ,150 20 ,200 ,865 20 ,010
Berdasarkan data diatas hasil uji normality pada faktor umur,dengan uji shapiro wilk
menghasilkan nilai p (Value) sebesar 0,010. Maka p value < p alpha, data berdistribusi
tidak normal.
c. Pendidikan
Test of normality
Kolmogorov-Smirnov Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
Pendidikan ,387 20 ,000 ,637 20 ,000
Berdasarkan data diatas hasil uji normality pada tingkat pendidikan,dengan uji shapiro
wilk menghasilkan nilai p (Value) sebesar 0,000. Maka p value < p alpha, data
berdistribusi tidak normal.

d. Perilaku Merokok
Test of normality
Kolmogorov-Smirnov Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
Perilaku ,387 20 ,000 ,626 20 ,000
Merokok
Berdasarkan data diatas hasil uji normality pada perilaku merokok,dengan uji shapiro
wilk menghasilkan nilai p (Value) sebesar 0,000. Maka p value < p alpha, data
berdistribusi tidak normal.

e. Berat Badan
Test of normality
Kolmogorov-Smirnov Shapiro-Wilk
Statistic Df Sig. Statistic Df Sig.
Berat Badan ,130 20 ,200 ,965 20 ,650
Berdasarkan data diatas hasil uji normality pada faktor berat badan ,dengan uji shapiro
wilk menghasilkan nilai p (Value) sebesar 0,650. Maka p value > p alpha, data
berdistribusi normal.

f. Tinggi Badan
Test of normality
Kolmogorov-Smirnov Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Tinggi ,122 20 ,200 ,956 20 ,465
Badan
Berdasarkan data diatas hasil uji normality pada tingkat pengetahuan,dengan uji
shapiro wilk menghasilkan nilai p (Value) sebesar 0,465. Maka p value > p alpha, data
berdistribusi normal.

g. Penghasilan
Test of normality
Kolmogorov-Smirnov Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Penghasilan ,361 20 ,000 ,637 20 ,000
Berdasarkan data diatas hasil uji normality pada tingkat pengetahuan,dengan uji
shapiro wilk menghasilkan nilai p (Value) sebesar 0,000. Maka p value < p alpha, data
berdistribusi tidak normal.

h. IMT
Test of normality
Kolmogorov-Smirnov Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Indeks ,200 20 ,035 ,813 20 ,001
Massa
Tubuh
Berdasarkan data diatas hasil uji normality pada tingkat pengetahuan,dengan uji
shapiro wilk menghasilkan nilai p (Value) sebesar 0,001. Maka p value < p alpha, data
berdistribusi tidak normal.

i. Kejadian DM
Test of normality
Kolmogorov-Smirnov Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
Kejadian ,361 20 ,000 ,637 20 ,000
DM
Berdasarkan data diatas hasil uji normality pada tingkat pengetahuan,dengan uji
shapiro wilk menghasilkan nilai p (Value) sebesar 0,000. Maka p value < p alpha, data
berdistribusi tidak normal.
4. Hasil Analisis Chi-Square pada Desain Kasus Control
a. Hasil analisis pengetahuan dengan kejadian DM
Status Fertilitas

DM Tidak DM OR p

N % N %

Pengetahuan <=60 kurang 2 22,2 7 63,7 0,163 0,064


>60 baik 7 77,8 4 36,3
Total 9 100,0 11 100,0
Berdasarkan tabel diatas sebagian besar responden yang mengalami DM
berpengetahuan baik yaitu 77,8% dan sebagian besar yang Tidak DM mempunyai
pengetahuan kurang yaitu 63,7%. Dengan demikian pengetahuan tidak ada hubungan
dengan status fertilitas nilai p = 0,064 dan besar resiko (OR) dari yang pengetahuan baik
untuk menjadi tidak DM sebesar 0,163 kali dibandingkan dengan yang berpengetahuan
kurang.

b. Hasil analisis umur dengan kejadian DM


Status Fertilitas

DM Tidak DM OR p

N % N %

Umur <=30 Tahun 5 55,6 4 36,3 2,18 0,391


>30 Tahun 4 44,4 7 63,7
Total 9 100,0 11 100,0
Berdasarkan tabel diatas sebagian besar responden yang mengalami DM berumur
<=30 Tahun yaitu 55,6% dan sebagian besar yang Tidak DM berumur >30 Tahun yaitu
63,7%. Dengan demikian umur tidak ada hubungan dengan status fertilitas nilai p = 0,391
dan besar resiko (OR) dari faktor umur >30 tahun untuk menjadi tidak DM sebesar 2,18
kali dibandingkan dengan yang berumur <=30 tahun.

c. Hasil analisis pendidikan dengan kejadian DM


Status Fertilitas

DM Tidak DM OR p
N % N %

Pendidikan Rendah(SD,SMP) 5 55,6 7 63,7 0,714 0,135


Tinggi(SMA,PT) 4 44,4 4 36,3
Total 9 100,0 11 100,0
Berdasarkan tabel diatas sebagian besar responden yang mengalami DM
berpendidikan rendah yaitu 55,6% dan sebagian besar yang Tidak DM berpendidikan
rendah juga yaitu 63,7%. Dengan demikian pengetahuan tidak ada hubungan dengan
status fertilitas nilai p = 0,135 dan besar resiko (OR) dari yang berpendidikan tinggi untuk
menjadi tidak DM sebesar 0,714 kali dibandingkan dengan yang berpendidikan rendah.

d. Hasil analisis perilaku merokok dengan kejadian DM


Status Fertilitas

DM Tidak DM OR p

N % N %

Perilaku Merokok 7 77,8 5 55,5 4,2 0,142


Merokok Tidak Merokok 2 22,2 6 54,5
Total 9 100,0 11 100,0
Berdasarkan tabel diatas sebagian besar responden yang mengalami DM berperilaku
merokok yaitu 77,8% dan sebagian besar yang Tidak DM mempunyai perilaku tidak
merokok yaitu 54,5%. Dengan demikian perilaku merokok tidak ada hubungan dengan
status fertilitas nilai p = 0,142 dan besar resiko (OR) dari yang merokok untuk menjadi
tidak DM sebesar 4,2 kali dibandingkan dengan yang tidak merokok.

e. Hasil analisis berat badan dengan kejadian DM


Status Fertilitas

DM Tidak DM OR p

N % N %

Berat badan <=50 kg 1 11,1 5 45,4 0,150 0,095


>50 kg 8 88,9 6 54,6
Total 9 100,0 11 100,0
Berdasarkan tabel diatas sebagian besar responden yang mengalami DM dengan berat
badan >50 kg yaitu 88,9% dan sebagian besar yang Tidak DM dengan berat badan >50 kg
juga yaitu 54,6%. Dengan demikian berat badan tidak ada hubungan dengan status
fertilitas nilai p = 0,095 dan besar resiko (OR) dari yang >50 kg untuk menjadi tidak DM
sebesar 0,150 kali dibandingkan dengan yang <=50 kg.

f. Hasil analisis tinggi badan dengan kejadian DM


Status Fertilitas

DM Tidak DM OR p

N % N %

Tinggi badan <=160 cm 4 44,4 6 54,6 0,667 0,653


>160 cm 5 55,6 5 45,4
Total 9 100,0 11 100,0
Berdasarkan tabel diatas sebagian besar responden yang mengalami DM tinggi badan
>160 kg yaitu 55,6% dan sebagian besar yang Tidak DM mempunyai tinggi badan
<=160cm yaitu 54,6%. Dengan demikian tinggi badan tidak ada hubungan dengan status
fertilitas nilai p = 0,653 dan besar resiko (OR) dari yang mempunyai tinggi badan
>160cm untuk menjadi tidak DM sebesar 0,667 kali dibandingkan dengan yang
mempunyai tinggi badan <=160cm.

g. Hasil analisis penghasilan dengan kejadian DM


Status Fertilitas

DM Tidak DM OR p

N % N %

Penghasilan <=1jt 6 66,7 5 45,4 2,4 0,343


>1jt 3 33,3 6 54,6
Total 9 100,0 11 100,0
Berdasarkan tabel diatas sebagian besar responden yang mengalami DM
berpenghasilan <=1jt yaitu 66,7% dan sebagian besar yang Tidak DM mempunyai
penghasilan >1jt yaitu 54,6%. Dengan demikian penghasilan tidak ada hubungan dengan
status fertilitas nilai p = 0,343 dan besar resiko (OR) dari yang perpenghasilan >1jt untuk
menjadi tidak DM sebesar 2,4 kali dibandingkan dengan yang berpenghasilan <=1jt.

Anda mungkin juga menyukai