1.

Uji Bivariat

A. Jenis Kelamin

Jenis uji = anova

Nilai sig = 0, 006 kecil dari 0,05 (berarti Ho ditolak artinya terdapat hubungan antara jenis
kelamin dengan tingkat kebahagiaan)

B. Kepemilikan asuransi

Jenis ujian adalah Anova

Nilai sig = 0,302 besar dari 0,05

Maka menerima Ho berarti tidak terdapat hubungan antara kepemilikan asuransi dengan tingkat
kebahagiaan

C.Perilaku Merokok

Jenis uji adalah anova karena lebi dari 2 kategori

Nilai sig = 0,001 (kecil dari 0,05 berarti ho ditolak dan terdapat hubungan)

D. Konsumsi Alkohol

Uji = Anova

Nilai sig= 0,000 kesil dari 0,05 (Ho ditolak berarti terdapat hubungan antara konsumsi alcohol
dengan tingkat kebahagiaan)

E. Aktivitas Fisik

Uji = Anova

Nilai sig = 0,80 yang berarti besar dari 0,05 ( Ho diterima artinya tidak terdapat hubungan antara
aktivitas fizik dengan tingkat kebahagiaan)

F. Pola Makan

Uji Anova

Nilai sig = 0,717 berarti besar dari 0,05 (Ho diterima artinya tidak terdapat hubungan antara pola
makan dengan tingkat kebahagiaan)

G. Pekerjaan

Uji = Chisquare karna ada 2 kategori

Nilai sig = 0,022 berarti kecil daripada 0,05 (Ho ditolak berarti ada hubungan antara pekerjaan
dengan tingkat kebahagiaan)

2. untuk multivariate menggunakan REGRESI LOGISTIC karena variabel dependennya adalah

KATEGORI

Dilihat pada exp B

Pekerjaan = 2,099 dengan lowe upper= 1.039-4240

Jenis kelamin (1) = 0,531

Smoking 3,162

Alcohol 7,295

Yang paling dominan adalah 1.alcohol, 2. Smoking, 3 pekerjaan dan terakhir jenis kelamin

Untuk R cox snell 0,036

Hosmer lemeshow = 0,804 berarti ho diterima dan terdistribusi normal (model dapat diterima)

3. persamaan regresi y= a + bx

Y= 0,531(Jenis kelamin) + 2,099 (Pekerjaan) + 3,162 (merokok) + 7,295 (alcohol)

= 13.087

4. Survival Analysis

a. Life tables

survival function = ketika tidak adanya progesterone receptor status (negative) terlihat garis
semakin kebawah yang menunjukkan semakin banyak terjadi event. Jadi semakin tidak ada
progesterone dan meningkatkan kejadian kanker payudara

didapatkan overall comparisons = 0,012

Interpretasi= untuk yang progesterone negative pada 0 bulan pertama terdapat 389 orang dan
jumlah censor ada 11 orang dengan even pada interval waktu tersebut adalah 0

Untuk progesterone positif pada 0 bulan pertama terdapat 462 orang dan jumlah censor ada 14
orang dengan jumlah event 0

b. Kaplan Meier

pada survival function didaptkan bagian censor dan event berbeda dengan life table
Pada status progesterone negative menunjukan garis yang lebih turun atau lebih kebwah
disbanding status progesterone yang posistif yang mana menggambarkan event makin banyak
terjadi pada status progesterone yang positif.

Tidak adanya Status progesterone dapat meningkatkan angka kejadian kanker payudara

Jumlah yang censor pada progesterone yang negative 358 dan eventnya 31

Jumlah yang censor pada progesterone yang positif 442 dan eventnya 20

Untuk estimasi waktu ketahanan pada progesterone negative 119.192

Untuk estimasi waktu ketahanan pada progesterone Positif 123.488

Waktu ketahanan untuk progesterone positif lebih lama menimbulkan event dari pada Waktu
ketahanan untuk progesterone negatif