STATISTIKA UNTUK

KEPERAWATAN

1
Statistika (statistics)
• Berasal dari kata state yang berarti
negara/pemerintah
• Kata statistika sudah ditemukan dalam
Domesday book yang merupakan kumpulan
hasil survei yang dilakukan oleh raja William
(William sang penakluk) di Inggris.
• Statistika pada awalnya digunakan oleh
pemerintah untuk mengumpulkan fakta dan
angka untuk berbagai tujuan tertentu, misalnya
untuk menarik pajak dan wajib militer.
2
• Statistika telah berkembang tidak lagi
hanya sekedar sebagai suatu kumpulan
data belaka, namun telah dipergunakan
untuk menilai dan menginterpretasikan
sekelompok data.
• Suatu penelitian yang melakukan
pengumpulan data memerlukan bantuan
statistika untuk dapat diinterpretasikan.
• Statistika merupakan a body of techniques
untuk memperoleh pengetahuan yang teliti
dari informasi yang tidak lengkap.
3
PENGETAHUAN STATISTIKA
UMUM

BIOSTATISTIKA
BIOLOGI

STATISTIKA
KEDOKTERAN KEDOKTERAN
4
DEFINISI STATISTIKA (1)
• BERNARD ROOSNER (1986)
Statistika adalah ilmu tentang menarik
kesimpulan suatu fenomena acak spesifik
berdasarkan sampel yang terbatas

5
DEFINISI STATISTIKA (2)
• Steel dan Torrie (1993)
Statistika adalah ilmu pengetahuan, murni
dan terapan, mengenai penciptaan,
pengembangan, dan penerapan,
sedemikian rupa sehingga ketidakpastian
inferensia induktif dapat dievaluasi
(diperhitungkan)

6
DEFINISI STATISTIKA (3)
• Sudjana (1992)
Statistika adalah pengetahuan yang
berhubungan dengan cara-cara
pengumpulan data, pengolahan atau
penganalisisannya dan penarikan
kesimpulan berdasarkan kumpulan data
dan penganalisisan yang dilakukan

7
Ringkasan dari berbagai definisi
Prinsip kerja statistika
• Sampel acak (Sampling)
• Ketidakpastian inferensia induktif
(probabilitas)
• Mengolah, menganalisis, menarik
kesimpulan berdasarkan kumpulan data

8
 STATISTIKA
Sampling
Probabilitas

DATA INFORMASI
- Skala pengukuran Deskriptif
- Syarat instrumen : - Frekuensi
* Valid - Pemusatan data
* Reliabel - Variasi data
* Sensitif Inferensial
- Estimasi
- Uji Hipotesis:
* Komparasi
* Korelasi & Regresi9
DATA
Data merupakan kumpulan keterangan atau
nilai yang bervariasi dari suatu individu atau
elemen

Informasi
Data yang sudah diolah

10
Pembagian karakteristik data
1. Berdasarkan sifat antar pengukuran
a. Data kategorial
b. Data kontinyu
2. Berdasarkan pengamatan
a. Kualitatif
b. Semi-kuantitatif
c. Kuantitatif
3. Berdasarkan Skala pengukuran data
a. Nominal
b. Ordinal
c. Interval
d. Rasio 11
1. Data berdasarkan sifat antar pengukuran
a. Data kategorial
Data terbagi dalam sejumlah kategori
Contoh: Sex: laki-laki, perempuan
Kesakitan: sehat, sakit
b. Data kontinyu
Data yang diperoleh dari penghitungan
Contoh: jumlah sel darah merah
Data yang diperoleh dari pengukuran
Contoh: Tinggi badan, berat badan
12
2. Data Berdasarkan pengamatan
a. Kualitatif: Data yang hanya dapat diamati
kualitasnya saja
Contoh: BCG scar: ada tidak ada
b. Semi-kuantitatif: Data yang diamati
kualitasnya mempunyai urutan secara internal
Pendapat: sangat setuju – sangat tidak setuju
c. Kuantitatif: Data yang dapat diamati jumlah
atau ukurannya
Hasil penimbangan beras, jumlah anak
13
3. Data Berdasarkan skala pengukuran

Didasarkan pada operasi matematik yang

dapat diterapkan

a. Nominal
Hanya dapat membedakan (= atau )
Contoh: sex: laki-laki, perempuan
Suku: jawa, batak, Madura, dll

14
b. Ordinal

Dapat membedakan dan mempunyai

jenjang atau urutan secara intrinsik. Jarak
antar 2 titik dalam skala ini tidak selalu
sama (> , = , <)

Contoh:
Juara lomba lari
Tingkat pendidikan: SD, SLTP, SLTA, PT
15
c. Interval
• Mempunyai sifat membedakan
• Terdapat jenjang atau jarak yang sama antara
titik satu dengan titik yang lainnya dalam suatu
ukuran.
• Titik nol pada skala ini bersifat arbitrer (buatan),
yaitu pemberian definisi terhadap nilai
pengamatan nol pada skala ini, sehingga tidak
dapat diperbandingkan
• Dapat diterapkan operasi aritmatika: +, -, /, x
• Contoh: Temperatur, Nilai ujian
16
d. Rasio
• Mempunyai sifat membedakan
• Terdapat jenjang atau jarak yang sama antara
titik satu dengan titik yang lainnya dalam suatu
ukuran.
• Titik nol pada skala ini bersifat absolut, yaitu
nilai nol berarti benar-benar tidak ada atau tidak
terjadi, sehingga dapat diperbandingkan (rasio)
• Dapat diterapkan operasi aritmatika: +, -, /, x
• Contoh: jumlah anak, berat, jarak, dll
17
Sifat yang dapat Skala data
diamati Nominal Ordinal Interval Rasio

Dapat dibedakan    
Jenjang/urutan   
Jarak antar nilai  
sama
Nol absolut 

18
 sifat antar pengamatan Skala
pengukuran pengukuran data
Kategorial Kualitatif Nominal
Kontinyu Semi-kuantitatif Ordinal
Kuantitatif Interval
Rasio

19
ORGANISASI DATA

• Raw data
• Array data
• Distribusi frekuensi

20
Raw data
• Data apa adanya atau data yang belum
diolah atau data mentah
• Data yang baru dikumpulkan dan dicatat
biasanya masih berserakan, belum teratur
• Dalam bentuk ini data kurang mempunyai
arti dan manfaat

21
 Tabel 1
Data raw hasil ujian Biostatistika mahasiswa

79 49 48 66 71 94 86 80
80 74 81 71 86 83 72 78
70 61 85 38 56 71 63 65
68 63 75 42 64 82 73 86
81 34 72 65 67 36 85 88
84 84 76 62 82 65 67 75
80 83 57 64 93 96 88 71
71 66 98 91 80 59 62 77
55 60 73 72 69 67 89 51
76 56 87 71 65 87 79 7522
Array data
• Data yang sudah diurutkan dari nilai
terkecil ke terbesar atau sebaliknya
• Organisasi data paling sederhana

23
 Tabel 2.
Data array hasil ujian Biostatistika mahasiswa

34 57 64 68 72 78 82 86
36 59 65 70 73 79 83 87
38 60 65 71 73 79 83 87
42 60 65 71 74 80 84 88
48 61 65 71 75 80 84 88
49 62 66 71 75 80 85 89
51 62 66 71 75 80 85 91
55 63 67 71 76 81 86 93
56 63 67 72 76 81 86 94
56 64 67 72 77 82 86 9824
Keuntungan atau informasi yang
dapat diperoleh dari data array
• Nilai-nilai pengamatan yang ekstrim (34 dan 98)
Range atau rentang= 98 – 34 = 64
• Dapat pula diketahui nilai-nilai yang meliputi
50% ke bawah dan 50% ke atas
Nilai tengah = 72
• Dapat diketahui kecenderungan sejumlah nilai
pengamatan mengumpul pada suatu nilai
tertentu
ada 6 orang yang mendapatkan nilai 71
25
Distribusi frekuensi
• Cara meringkas data tanpa banyak
kehilangan informasi yang penting yang
terkandung di dalam nilai-nilai
pengamatannya
• Bentuk tabel sederhana terdiri dari 2
kolom yaitu
kolom pertama : distribusi
kolom kedua : frekuensi
26
 Tabel 3.
Daftar distribusi frekuensi
hasil ujian Biostatistika mahasiswa
Nilai Ujian Frekuensi
31 - 40 3
41 - 50 3
51 - 60 8
61 - 70 18
71 - 80 25
81 - 90 19
91 - 100 4
Jumlah 80 27
Istilah Dalam Distribusi Frekuensi

1. Kelas interval
2. Frekuensi
3. Batas-batas kelas
4. Tepi kelas
5. Panjang interval kelas
6. Titik tengah kelas

28
1. Kelas interval (k)
• Merupakan kelompok nilai pengamatan
berbentuk a - b yang membentuk suatu jenjang.
• Ke dalam kelas interval a - b dimasukkan semua
nilai pengamatan yang bernilai mulai dari a
sampai dengan b.
Misal nilai ujian 34, 36 dan 38 dimasukkan dalam
kelas interval 31 - 40.
• Mempunyai urutan yang disusun mulai dari
kelas interval pertama, kelas interval kedua, ...,
sampai kelas interval terakhir.
• Biasa disebut dengan kelas saja dan disingkat
dengan k

29
2. Frekuensi (f)
• Bilangan yang menyatakan banyaknya
data dalam satu kelas interval.
Umpamanya frekuensi pada kelas 31 - 40
adalah 3, berarti ada 3 orang yang
mempunyai nilai pengamatan antara 31
sampai 40.
• Biasanya frekuensi disingkat dengan f

30
3. Batas-batas kelas
• Bilangan yang membatasi kelas interval.
• Bilangan di sebelah kiri kelas interval disebut
dengan batas bawah kelas
misalnya; 31, 41, 51, 61, 71, 81 dan 91
• sedangkan bilangan-bilangan di sebelah kanan kelas
interval disebut dengan batas atas kelas
misalnya; 40, 50, 60, 70, 80, 90 dan 100.
• Untuk memudahkan pembuatan dan pembacaan
distribusi frekuensi maka salah satu batas kelas
sebaiknya berakhiran 0 atau 5.
Umpamanya untuk semua batas atas kelas dari
distribusi frekuensi di atas berakhiran 0.
31
4. Tepi kelas
batas kelas  0,5 atau 0,05 atau 0,005

  
31 4041 50
  
30,5 40,5 50,5

32
5. Panjang interval kelas (i)
• Jarak atau selisih positif antara tiap dua
batas bawah kelas yang berurutan.
• Sebaiknya dibuat sama besar untuk
memudahkan pembacaan dan analisis
• Biasanya hanya disebut interval kelas saja
dan disingkat dengan i.

33
6. Titik tengah kelas
• Biasa pula disebut dengan tanda kelas
(classmark) yaitu harga antara batas bawah
ditambah dengan batas atas dibagi 2.
Misalnya titik tengah kelas pertama yaitu
31 + 40 / 2 = 35,5.
• Bila panjang interval kelas tidak sama maka
nilai titik tengah kelasnya juga tidak sama,
sehingga di samping menyulitkan
pembacaan dan analisis dari daftar distribusi
frekuensi juga estimasi ukuran-ukuran yang
akan dicari melalui distribusi frekuensi
menjadi makin tidak tepat.
34
CARA MEMBUAT
DISTRIBUSI FREKUENSI
1. Tentukan range atau rentang ( r )
Range atau rentang adalah selisih antara
nilai terbesar dengan nilai terkecil.
Untuk nilai ujian Biostatistika dari 80
orang mahasiswa, nilai terbesar adalah
98 dan nilai terkecil 34.
r = 98 - 34
r = 64
35
2. Tentukan banyak kelas interval (k) yang
diperlukan
Ada 2 cara untuk menentukan banyak
kelas interval ini yaitu :
a. Cara coba-coba atau trial and error
- banyak kelas paling sedikit 5
kelas dan paling banyak 15 kelas
- Tidak efisien

36
b. Aturan Sturges
banyaknya kelas interval ditentukan
dengan menggunakan rumus :
k = 1 + 3,322 log n
k : banyak kelas interval
n : banyak data

37
contoh untuk data sebanyak 80 maka
k = 1 + 3,322 log 80
k = 1 + 3,322 x 1,9031
k = 1 + 6,322
k = 7,322

Banyak kelas interval 7 atau 8

38
3. Tentukan panjang kelas interval ( i )
i=r/k
i = interval
r = range / rentang
k = banyak kelas
Contoh:
i = 64/7  i = 9,14  10

39
4. Pilih batas bawah kelas interval pertama
Dapat dipilih nilai pengamatan terkecil atau
harga yang lebih kecil dari nilai pengamatan
terkecil tetapi selisihnya harus kurang dari
panjang interval kelas yang telah ditentukan.
nilai terkecil
34 - 43 31 – 40 30 – 39
44 - 53 41 – 50 40 – 49
54 - 63 51 – 60 50 – 59
64 - 73 61 – 70 60 – 69
74 - 83 71 – 80 70 – 79
84 - 93 81 – 90 80 – 89
94 - 103 91 – 100 90 – 99 40
 Kelas Tabulasi Frekuensi
30 – 39 /// 3
40 – 49 /// 3
50 – 59 //// / 6
60 – 69 //// //// //// //// 19
70 – 79 //// //// //// //// // 22
80 – 89 //// //// //// //// /// 23
90 – 99 //// 4
80
41
 Kelas Frekuensi (f)
31 - 40 3
41 - 50 3
51 - 60 8
61 - 70 18
71 - 80 25
81 - 90 19
91 - 100 4
jumlah 80

42
• Aturan dalam membuat distribusi frekuensi
tersebut tidak kaku,
• Seperti dalam hal pembulatan angka untuk
mendapatkan banyaknya interval kelas
maupun menentukan panjang interval kelas
tidak menuruti azas pembulatan secara
matematis
• Bahan pertimbangan untuk dapat membuat
distribusi frekuensi antara lain
- menentukan panjang kelas interval,
- menentukan batas bawah kelas pertama,
- memperhatikan batas atas kelas terakhir.
43
Beberapa catatan penting yang perlu diperhatikan
dalam pembuatan distribusi frekuensi
1. Kelas harus dipilih sedemikian rupa banyaknya
sehingga
a. Nilai pengamatan terkecil dan terbesar
termasuk di dalam daftar distribusi frekuensi
b. Setiap nilai pengamatan dimasukkan dalam
satu kelas untuk mencegah terjadinya
overlapping

2. Panjang kelas interval harus sama untuk

memudahkan pembuatan grafik dan analisis
statistik deskriptif.
44
3. Hindari pembuatan kelas interval yang mengacaukan
yaitu :
a. Batas-batas kelas interval sama yaitu batas atas
kelas pertama sama dengan batas bawah kelas
kedua dan seterusnya.

Kelas
30 – 40
40 – 50
50 – 60
60 – 70
70 – 80
80 – 90
90 - 100 45
b. Kelas terbuka (open ended distribution) yaitu
kelas interval yang tidak mempunyai batas
kelas.

Kelas Kelas
< 40 < 41
. atau .
. .
. .
> 90 > 91
46
PERNYATAAN FREKUENSI

1. Frekuensi absolut
2. Frekuensi relatif (persentase)
3. Frekuensi kumulatif kurang dari
4. Frekuensi kumulatif lebih dari

47
 Kelas frek. absolut frek. relatif
31 - 40 3 3,75
41 - 50 3 3,75
51 - 60 8 10,00
61 - 70 18 22,50
71 - 80 25 31,25
81 - 90 19 23,75
91 - 100 4 5,00
jumlah 80 100

48
 Nilai Ujian frekuensi kumulatif
kurang dari 31 0
kurang dari 41 3
kurang dari 51 6
kurang dari 61 14
kurang dari 71 32
kurang dari 81 57
kurang dari 91 76
kurang dari 101 80

49
 Nilai Ujian frekuensi kumulatif
lebih dari 31 80
lebih dari 41 77
lebih dari 51 74
lebih dari 61 66
lebih dari 71 48
lebih dari 81 23
lebih dari 91 4
lebih dari 101 0
50
Penyajian Distribusi Frekuensi

1. Tabel Distribusi Frekuensi

2. Histogram
3. Polygon
4. Ogive

51
Histogram
Penggambaran daftar distribusi frekuensi dari
data kontinyu dalam bentuk batang tegak

Cara membuat histogram

a. Tentukan batas kelas yang sebenarnya
(real limit) untuk tiap-tiap kelas interval.
Real limit tidak lain adalah tepi kelas

52
 Kelas f Real limit
30 – 39 3 29,5 – 39,5
40 – 49 3 39,5 – 49,5
50 – 59 6 49,5 – 59,5
60 – 69 19 59,5 – 69,5
70 – 79 22 69,5 – 79,5
80 – 89 23 79,5- 89,5
90 - 99 4 89,5 - 99,5
jumlah 80
53
b. Kelas interval digambarkan sepanjang
sumbu horizontal dan frekuensi
digambarkan sepanjang sumbu vertikal
c. Setiap kelas yang berupa interval
digambarkan dalam bentuk batang
tegak berimpitan oelh karena tiap real limit
atas merupakan real limit bawah untuk
kelas berikutnya. Tinggi batang
merupakan frekuensinya

54
d. Lebar batang tegak sama dengan
panjang interval kelasnya. Bila panjang
interval kelasnya sama maka semua
lebar batang juga sama.
e. Kelas interval pertama digambar pada
bagian paling kiri kemudian disusul
kelas kedua dan seterusnya.

55
25 23
22
19
20

15

10
6
4
5 3 3

0
29,5 39,5 49,5 59,5 69,5 79,5 89,5 99,5

Histogram hasil ujian Biostatistika mahasiswa 56

Polygon
• Polygon merupakan suatu diagram garis dari
suatu distribusi frekuensi.
• Dalam membuat polygon titik-titik ditempatkan
pada titik tengah kelas (midpoint class) dari
setiap kelas interval.
• Tinggi dari suatu titik menunjukkan frekuensi
dari pada setiap kelas interval.
• Selanjutnya titik-titik tersebut dihubungkan oleh
serentetan garis lurus.
• Polygon ditutup pada kedua ujungnya artinya
ujung kiri dan kanan sama dengan 0.
57
25

20

15

10

0
34,5 44,5 54,5 64,5 74,5 84,5 94,5

Polygon hasil ujian Biostatistika mahasiswa 58

• Polygon dapat dipergunakan untuk
membandingkan dua atau lebih daftar
distribusi frekuensi yaitu pada suatu
gambar dapat dibuat beberapa polygon.
• Kegunaan lain adalah dapat
menggambarkan model populasi yaitu
polygon atau kurva yang telah dibuat ini
dapat untuk menjelaskan sifat-sifat atau
karakteristik di populasi.

59
Ogive
• Ogive merupakan penyajian grafik garis
dari suatu daftar distribusi frekuensi
kumulatif kurang dari atau pun lebih dari.
• Frekuensi yang dipergunakan dapat
berupa angka absolut maupun relatif.

60
80

70

60

50
kurang dari
40
lebih dari
30

20

10

0
31 41 51 61 71 81 91 101
Median

Ogive ‘kurang dari’ dan ‘lebih dari’

hasil ujian Biostatistika mahasiswa
61
• Dengan menggambarkan distribusi
frekuensi kumulatif ‘kurang dari’ dan ‘lebih
dari’ secara bersamaan dapat diketahui
kecenderungan atau trend dari suatu data
kontinyu. Pertemuan Ogive ‘kurang dari’
dan ‘lebih dari’ adalah nilai mediannya.

62
Cara penyajian data
• Tabel : - Distribusi frekuensi
- Silang (cross-tabulasi)
- Baris kolom

• Grafik : - batang (bar diagram)

- garis
- lambang / simbol
- Lingkaran / pie
- Peta (kartogram)
- pencar / titik (scatter)
63
 Skema Penyajian data
dalam tabel atau grafik
Judul

Tabel atau grafik

Sumber
64
Judul tabel atau grafik

- Judul tabel diletakkan di atas

- Judul grafik diletakkan di bawah
- Singkat dan jelas meliputi: siapa/apa,
klasifikasi, satuan atau unit data, dimana,
kapan
- Melukiskan sebuah pernyataan lengkap
- Jangan melakukan pemisahan kata
- Ketikan satu spasi 65
Sumber

- Menjelaskan darimana data itu dikutip

- Isi sumber: nama dan tahun
- Bila tidak ditulis berarti dibuat oleh pelapor
itu sendiri
- Perhatian! Bila lupa menulis sumber
padahal bukan buatan sendiri, dapat
dianggap plagiat

66
Untuk memudahkan pencarian, pembacaan
dan analisis data, maka perlu diperhatikan

1. Nama sebaiknya disusun menurut abjad

2. Waktu disusun secara kronologis
3. Kategori dicatat menurut kebiasaan
a. Laki-laki, perempuan
b. Besar, kecil
c. untung, rugi
d. dan sebagainya 67
 Contoh tabel
Tabel 1. Karakteristik sosio-demografi responden
di Kabupaten Sidoarjo tahun 2008
Variabel Frekuensi %
n = 200
Jenis kelamin
Laki-laki 110 55,0
Perempuan 90 45,0
Umur
30 – 39 50 25,0
40 – 49 100 50,0
50 – 59 50 25,0
Tingkat pendidikan
SD 20 10,0
SLTP 75 37,5
SLTA 105 52,5
68
 Contoh grafik batang

120 105
96
100 90

80 71 69 65
AIDS
60
HIV +
40
23
18
20
0
1991 1992 1993 1994 1995 1996 1997 1998

Sumber : Ditjen PPM & PLP, Depkes RI, 1998

Grafik 1. Jumlah kasus baru AIDS dan pengidap HIV +

di Indonesia tahun 1991 - 1998

69
 Bangladesh 600

India 460

INDONESIA 390

Vietnam 120

Filipina 100

Cina 95

Srilangka 80

Malaysia 59

Thailand 50

Singapura 10

0 100 200 300 400 500 600

Sumber : PPM & PLP Depkes RI, 1998

Grafik 2. Angka Kematian Ibu di beberapa negara tahun 1980 - 1994

70
Contoh diagram garis

600
HIV+
500

400

300

200 AIDS

100

0
1991 1992 1993 1994 1995 1996 1997 1998
Sumber : Ditjen PPM & PLP, Depkes RI, 1998

Grafik 3. Jumlah kumulatif kasus AIDS dan pengidap HIV +

di Indonesia tahun 1991 - 1998
71
 TIDAK DIKETAHUI
INDONESIA 2.3

72.7

25.5
ASING

Sumber : Ditjen PPM & PLP, Depkes RI, 1998

Grafik 4. Kasus AIDS / HIV+ menurut status kebangsaan

di Indonesia tahun 1991 - 1998 72
K
A
R
T
O
G
R
A
M

73
 Contoh scatter diagram
100
Pulmonal Stenosis setelah 6 bulan

80

60

40

20

0
.2 .3 .4 .5 .6 .7 .8 .9

74
Luas Permukaan Tubuh anak setelah 6 bulan
 INTERPRETASI TABEL DAN ATAU GRAFIK

• Buatlah gambaran atau tujuan penyajian

dari tabel dan atau grafik
• Bandingkan angka-angka yang tertera
dalam tabel dan atau grafik yang menonjol
atau dominan
• Bila ada hasil uji statistik, buatlah
kesimpulan hasil uji tersebut.
• Interpretasi bukanlah menarasi ulang apa
yang ada dalam tabel dan atau grafik
75
76
CONTOH NARASI GRAFIK

World Health Organization (WHO) telah

mencanangkan pemberantasan penyakit Tuberkulosis
(TB) dengan strategi Directly Observed Treatment
Shortcource (DOTS) sejak tahun 1995 dengan target
deteksi kasus TB (CDR) BTA (+) sebesar 70%. Sejak
tahun 1995 sampai dengan 2005, deteksi kasus TB
BTA (+) belum pernah mencapai target 70%, walaupun
trend pencapaian CDR terus meningkat dari tahun ke
tahun. CDR di negara-negara yang mempunyai kasus
TB terbanyak, secara umum lebih rendah dibanding
pencapaian CDR di dunia, namun mempunyai trend
mendekati pencapaian CDR dunia.
77
Table. Number (percentage) of children having at least one
respiratory tract infection, as diagnosed by doctor, or at
least one course of antibiotics prescribed by doctor.

78
CONTOH NARASI TABEL

Bakteri probiotik mempengaruhi respons imun

manusia melalui perbaikan keseimbangan mikroba
yang hidup dalam usus halus. Keadaan ini
diharapkan dapat mencegah kejadian infeksi.
Persentase kejadian infeksi pada kelompok
yang diberi probiotik lebih rendah dibanding
kelompok kontrol. Walaupun hasil uji statistik untuk
masing-masing infeksi (otitis media, sinusitis,
bronkitis akut dan pneumonia) tidak ada perbedaan
yang bermakna, namun kejadian infeksi secara
keseluruhan ada perbedaan yang bermakna (harga
p< 0,05). 79
Terimakasih

80