TUGAS KELOMPOK PRAKTIKUM BIOSTATISTIK

Disusun untuk Memenuhi Tugas pada Mata Kuliah Biostatistik

Dosen Koordinator: Yuyun Tafwidhah, SKM, M.Kep

Dosen Pembimbing: Ns. Mita, S.Kep., M.Kep.

Disusun Oleh:
KELOMPOK 3
Novia Rantika I1031211002
Erta Novitaria I1031211006
Riski Konyan I1031211011
Zulfa Nurjannah I1031211017
Muhammad Daffa Thoriq I1031211021
Dinda Pratiwi I1031211022
Tria Thahera I1031211023
Harianti I1031211025
Syalaisha Amani Putri Nur I1031211026
Indah Juwita Sari I1031211027
Dayang Annisa Indah Rahimi I1031211028
Rhaisya Maharani Muslimin I1031211034
Tiffani I1031211038
Nur Indah Pratiwi I1031211042
Sri Wulandari I1031211044
Widiya I1031211046
Siti Rachmania Magister Raharjo I1031211049

PROGRAM STUDI KEPERAWATAN

FAKULTAS KEDOKTERAN
UNIVERSITAS TANJUNGPURA
TAHUN AJARAN 2022/2023

1
 DAFTAR ISI

COVER .......................................................................................................................... 1
DAFTAR ISI .................................................................................................................. 2
A. Data IMT .................................................................................................................. 3
B. Transform Data JK dan IMT .................................................................................. 5
C. Uji Mann Whitney ...................................................................................................10
D. Uji Spearmen ............................................................................................................14
E. Kesimpulan ...............................................................................................................17

2
A. Data IMT
Cara menghitung data IMT di SPSS
Transform > Compute Variable
Target Variabel: IMT
Numeric Expression: BB / (TB / 100)**2

Data IMT
JK UMUR BB TB IMT
L 41 74 188 20.9
L 42 60 163 22.6
L 55 49 162 18.7
L 41 65 156 26.7
L 46 70 155 29.1
L 54 75 161 28.9
L 54 78 170 27
L 61 69 155 28.7
L 54 82 164 30.5
L 45 58 159 22.9
L 55 60 163 22.6
L 57 62 166 22.5
L 48 77 165 28.3
L 50 75 173 25.1
L 61 80 178 25.2

3
L 64 73 164 27.1
L 66 75 166 27.2
L 53 86 164 32
L 50 68 165 25
L 53 77 178 24.3
L 60 76 178 24
L 50 74 175 24.2
L 69 45 163 16.9
L 43 66 162 25.1
L 66 66 166 24
L 55 57 161 22
P 49 60 145 28.5
P 48 75 153 32
P 53 79 161 30.5
P 51 62 162 23.6
P 52 64 164 23.8
P 42 57 160 22.3
P 44 59 164 21.9
P 44 55 164 20.4
P 52 55 163 20.7
P 70 58 164 21.6
P 49 65 158 26
P 50 68 160 26.6
P 51 69 156 28.4
P 52 73 164 27.1
P 53 70 158 28
P 57 68 159 26.9
P 61 65 151 28.5
P 67 66 160 25.8
P 42 75 154 31.6
P 48 79 159 31.2
P 56 77 158 30.8

4
P 61 110 152 47.6
P 50 58 158 23.2
P 68 48 152 20.8
P 70 50 159 19.8
P 53 68 163 25.6
P 68 70 160 27.3
P 61 88 164 32.7
P 45 66 165 24.2
P 55 63 163 23.7
P 62 58 155 24.1
P 42 53 159 21
P 47 52 161 20.1
P 59 55 167 19.7

B. Transform Data JK dan IMT

Sebelum melakukan uji pada data yang telah tersedia, maka hal yang pertama harus
dilakukan setelah data diinput di SPSS adalah melakukan transform data. Ada 2 data yang
kami transform, yaitu : jenis kelamin dan indeks massa tubuh (IMT).
a. Jenis Kelamin (JK)
➢ Pada tampilan menu di SPSS, klik menu transform.
➢ Setelah klik transform, muncul beberapa pilihan. Klik "Record Into Different
Variable".
➢ Pada tampilan, akan muncul kotak dialog yang akan digunakan untuk transform
data.
➢ Masukkan data Jenis Kelamin yang akan di transform ke dalam lembar kerja
numeric variable dengan klik panah kanan.
➢ Pada output variabel, masukkan nama dan label
➢ Tuliskan nama dan label di output variabel sesuai dengan yang diinginkan.

5
➢ Setelah mengisi kedua lembar kerja tersebut, maka selanjutnya klik "out and new
values"
➢ Isi pada kolom old value dengan “L” kemudian pada kolom new value diisi dengan
“1”

➢ Isi pada kolom old value dengan “P” kemudian pada kolom new value diisi dengan
“2”

6
 ➢ Setelah semua data dirasa benar dan sesuai dengan acuan yang akan digunakan,
maka klik "continue" pada kotak dialog.
➢ Setelahnya akan muncul kembali kotak dialog "Record Into Different Variable",
lalu klik Ok.
➢ Data yang telah ditransformasi akan langsung muncul pada SPSS
b. Indeks Massa Tubuh (IMT)
➢ Pada tampilan menu di SPSS, klik menu transform.
➢ Setelah klik transform, muncul beberapa pilihan. Klik "record into different
variable".
➢ Pada tampilan, akan muncul kotak dialog yang akan digunakan untuk transform
data.
➢ Masukkan data IMT yang akan di transform ke dalam lembar kerja numeric
variable dengan klik panah kanan.
➢ Pada output variabel, masukkan nama dan label
➢ Tuliskan nama dan label di output variabel sesuai dengan yang diinginkan.
➢ Setelah mengisi kedua lembar kerja tersebut, maka selanjutnya klik "out and new
values".
➢ Muncul kotak dialog untuk mengubah values pada variabel IMT.
➢ Masukkan data values sesuai dengan nilai standar IMT yang telah diketahui.
<18,5 [Underweight]
18,5-22,9 [Normal]
23-29,9 [Overweight]

7
 >30 [Obesitas]
➢ Setelah semua data dirasa benar dan sesuai dengan acuan IMT yang akan
digunakan, maka klik "continue" pada kotak dialog.
➢ Setelahnya akan muncul kembali kotak dialog "record into different variable", lalu
klik Ok.
➢ Data yang telah ditransformasi akan langsung muncul pada SPSS.

Untuk kategori underweight, pada "value" masukkan angka 1 dan pada "range lowest
through value" masukkan angka 18,5 dengan arti bahwa apabila ada nilai di bawah 18,5
pada 60 data variabel yang digunakan maka akan masuk ke dalam kelompok/value 1.

8
Untuk kategori normal, pada "value" masukkan angka 2 dan pada "range" masukkan
rentang angkanya antara 18,5 dan 22,9. Dengan arti bahwa apabila ada nilai diantara 18,5-
22,9 pada 60 data variabel yang digunakan maka akan masuk kelompok/value 2.

Untuk kategori overweight, pada "value" masukkan angka 3 dan pada "range" masukkan
rentang angkanya antara 22,9 dan 30. Dengan arti bahwa apabila ada nilai diantara 22,9-
30 pada 60 data variabel yang digunakan maka akan masuk kelompok/value 3.

9
 Untuk kategori yang terakhir yaitu obesitas, masukkan angka 4 pada kotak "value" yang
tersedia. Dan pada "range value through highest", masukkan angka 30 dengan arti bahwa
apabila ada nilai di atas 30 pada 6o data variabel yang tersedia, maka data tersebut akan
masuk kelompok/value 4.

C. Uji Mann Whitney

Mann Whitney U Test adalah uji non parametris yang digunakan untuk mengetahui
perbedaan median 2 kelompok bebas apabila skala data variabel terikatnya adalah ordinal
atau interval/ratio tetapi tidak berdistribusi normal. Berdasarkan definisi di atas, uji Mann
Whitney U Test mewajibkan data berskala ordinal, interval atau rasio. Apabila data interval
atau rasio, maka distribusinya tidak normal. Sumber data adalah 2 kelompok yang berbeda,
misal kelas A dan kelas B di mana individu atau objek yang diteliti adalah objek yang
berbeda satu sama lainnya.
Dikarenakan Uji Mann-Whitney ini digunakan untuk mengetahui ada atau tidaknya
perbedaan dari dua sampel yang independen untuk menegakkan hipotesi yang ada. Yang
dimana uji ini untuk mengkategorikan 2 kelompok data yg tidak berpasangan. Pada tugas
yaitu menguji 2 kelompok yang tidak berpasangan yang terdiri jenis kelamin dan berat
badan, hipotesis yang diuji yaitu untuk mengetahui apakah ada hubungan atau tidak jenis
kelamin dan berat badan terhadap IMT (indeks massa tubuh). Sesuai tugas yang di berikan
uji Mann Whitney lah yang cocok untuk pengujian hipotesisnya.

10
a. Step (Langkah-langkah)
1. Tranform data “Jenis Kelamin → JK” ; “L →1” ; “P →2”

2. Transform data “IMT → IMT1” ; “<18,5 →1” ; “18,5-22,9 →2” ; “23-29,9 → 3”

; “>=30 →4”

3. Kemudian, lakukan Uji Mann Whitney

Analyze→Nonparametric Tests→Legacy Dialogs→2 Independent Samples

11
4. Input IMT1 pada Test Variable List dan JK pada Grouping Variable
Kemudian ✓ pada Mann-Whitney U

5. Atur Define Groups pada Grouping Variable dengan “Group 1→1” dan “Group
2→2”, lalu tekan continue dan kemudian OK

12
 6. Maka muncul hasil interpretasi Uji Mann Whitney sebagai berikut:

b. Tabel Hasil Interpretasi

Mann-Whitney Test
Ranks
JK N Mean Rank Sum of Ranks
1 25 28,48 712,00
IMT1 2 34 31,12 1058,00
Total 59

13
 Test Statistic
IMT1
Mann-Whitney U 387,000
Wilcoxon W 712,000
Z -,651
Asymp. Sig. (2 tailed) ,515

c. Hasil Interpretasi
Hipotesis yang diajukan saat ini adalah Ha = ada perbedaan IMT antara laki-
laki dengan perempuan. Berdasarkan output “Test Statistic” dalam uji mann-whitney
diatas diketahui bahwa nilai Asimp. Sig. (2-tailed) sebesar 0,515 lebih besar dari dari >
nilai probabilitas 0,05. Oleh karena itu, sebagaimana dasar pengambilan keputusan uji
mann-whitney diatas maka dapat disimpulkan bahwa “Ha ditolak”. Dengan demikian
dapat dikatakan bahwa tidak terdapat perbedaan yang signifikan IMT antara laki-laki
dengan perempuan.

D. Uji Spearmen
Skala data yaitu tidak berpasangan. Alasan menggunakan uji spearman untuk melihat
apakah hubungan tersebut signifikan atau tidaknya untuk menegakkan hipotesis yang ada
dan juga menentukan tingkat kekuatan hubungan antar variabel. Pada tugas yang di
berikan bahwa di dapatkan hasil angka koefisien korelasi sebesar 0,079 artinya tingkat
korelasinya sangat lemah dan di dapatkan untuk hasil bahwa hubungan antar variabel tidak
signifikan atau tidak berarti karena nilai Sig. (2-tailed) lebih besar dari 0,05 atau 0,01.
Sesuai tugas yang diberikan Uji Spearman yang cocok untuk pengujian hipotesis ini.

14
a. Step (Langkah-langkah)
1. Tranform data “Jenis Kelamin → JK” ; “L →1” ; “P →2”

2. Transform data “IMT → IMT1” ; “<18,5 →1” ; “18,5-22,9 →2” ; “23-29,9 → 3” ;

“>=30 →4”

3. Kemudian, lakukan Uji Spearmen

15
 Analyze→ Correlate → Bivariate → input JK dan IMT ke variables → pada
Correlation Coefficient kemudian √ Spearman → pada test of Significance pilih 2-
tailed dan kemudia tekan OK

4. Maka muncul hasil interpretasi Uji Spearmen sebagai berikut:

16
b. Tabel Hasil Interpretasi
Uji Spearmen Test
Correlations
Jenis kelamin Pearson Correlation 1 104
Sig (2-tailed) 429
N 60 60
IMT Pearson Correlation 104 1
Sig (2-tailed) 429
N 60 60

Nonparametric Correlations
Spearman’s rho Jenis kelamin Correlation 1.000 079
Coefficient
Sig (2-tailed) 546
N 60 60
IMT Correlation 079 1.000
coefficient
Sig (2-tailed) 546
N 60 60

17
 c. Hasil Interpretasi
Pada output spss diperoleh angkat koefisien korelasi sebesar 0.079, artinya
tingkat korelasi sangat lemah. Dapat disimpulkan bahwa h0 diterima dan ha ditolak
artinya tidak terdapat perbedaan yangg signifikan IMT antara laki laki dan perempuan

E. Kesimpulan
Berdasarkan hasil regresi diatas, menggunakan uji analisis Mann Whitney dan Spearman
maka dapat disimpulkan bahwa sama sama menunjukkan “Ha ditolak”. Dengan demikian
dapat dikatakan bahwa tidak terdapat perbedaan yang signifikan IMT antara laki-laki
dengan perempuan.

18