Prof.Dr.dr.

Rizanda Machmud Mkes, FISPH, FISCM

1
 Research gap,
Knowledge, research interest Ethics in
science and theory and ideas Research

Conceptualization, Research Sampling and

operationalization & designs representatives
Hypothesis

Data mining
and collection

Data
Analysis
FOKUS KITA

Research
Writings 2
 JENIS DAN KELUASAN ANALISIS
TERGANTUNG DARI:

1. Pertanyaan Penelitian/Tujuan studi/Hipotesis

2.Skala Pengukuran

3. Metode Sampling

4. Besar Sample

3
 TOPIK PENELITIAN

VARIABEL
VARIABELDEPENDEN
DEPENDEN--YY

MENCARI
MENCARI HUBUNGAN
HUBUNGANATAU
ATAUPERBEDAAN
PERBEDAAN
DENGAN
DENGANVARIABEL
VARIABELLAIN
LAIN
VARIABEL
VARIABELINDEPENDEN
INDEPENDEN-- XX

XY 4
VARIABEL DEPENDEN(Y)

HASIL MENGUKUR
Y

KATEGORI
KATEGORI KONTINU
KONTINU

5
PENGUKURAN VARIABEL

HASIL MENGUKUR
X&Y

KATEGORI
KATEGORI KONTINU
KONTINU

6
 HASIL UKUR

Y
VARIABEL
KATEGORI KONTINU

KATEGO
GORI-GORI GORI-TINU
RI
X
KONTINU TINU-GORI TINU-TINU
7
 HASIL UKUR vs HIPOTESA
• Mencari hubungan  kategori
– Ada hubungan merokok dengan kejadian
BBLR
– Berkaitan dengan risiko atau penyebab
• Mencari perbedaan  kontinyu
– Ada perbedaan kadar kolesterol antara
kelompok intervensi dengan kelompok kontrol

8
 HASIL UKUR vs
ANALISIS STATISTIK
• Gori-gori
– Chi-square
• Tinu-gori
– Regresi logistik
• Gori-tinu
– Gori 2 : uji T
• Tidak berhubungan- independen
• Berhubungan- related
– Gori 3 : uji Anova
• Tinu-tinu
– Korelasi, regresi linier

9
 ANALISA UNIVARIAT
 Mean, Median, Mode, Sd, Se, Range,
Min-Max, Skewness, Kurtosis
 Boxplot; Stem-Leaf
Tujuan:
1. Deskripsi setiap variabel diteliti
2. Diagnosis asumsi statistik lanjut
3. Deteksi nilai ekstrim/outlier

ANALISIS BIVARIAT:
1. Diagnosis data
2. Uji Hipotesisi 2 var
10
 ANALISIS BIVARIAT
skala NOMINAL ORDINAL Intv&Rasio
NOMINAL Chi-Sq.
Phi-Coeff.
Cramer's V
G-K Lambda
Relative Risk
Fisher's Excat
ORDINAL Chi-Sq. Chi-Sq.
G-K Lambda G-K Lambda
Kruskal-Wallis Kendal's Tau
Median test Spearman r
Sign Test Somer's d
Wicoxon Test
Somer's d
Kolmogorov
Runs test
INTERVAL Paired t-test Pearson-r
& RASIO ANOVA Regresi 11
 ANALISIS MULTIVARIAT:

skala NOMINAL/ORD INT&RASIO

NOMINAL/ Regresi logistik
ORDINAL
INTERVAL Reg. Multipel Multiple r
& RASIO (Var. Dummy) Reg. Multipel
An. Diskriminan Reg. Non-linier
ANOVA An. Path
MANOVA An. Faktor
ANCOVA Time-series
An. Survival
Reg. Cox
LISREL
12
Kerangka teori
Gizi Obesitas, Kwashiokor, bypass
Penyakit gastrointestinalis, pankreas

Penyakit metabolik Berhubungan dengan obat

Diabetes melitus Kortikosteroid,amiodaron,
Hiperlipidemia estrogen dosis tinggi
galaktosemia,

Jenis Kelamin Umum Demam, Penyakit

Umur Perlemakan sistemik, infeksi virus,
Hati kriptogenik

Diet Lemak Tinggi

Alkohol
Aktifitas dan olah raga

Cacat genetika, Toksisitas

tetrasiklin,Kehamilan,
13
Sindroma Reye
 Kerangka konsep
• Merupakan ringkasan dari aspek teoritis
dalam bentuk diagram

Umur
Umur
Jenis
JenisKelamin
Kelamin
Aktifitas
Aktifitasfisik
fisikdan
dan
olahraga
olahraga PERLEMAKAN
PERLEMAKAN
Hiperlipidemia
Hiperlipidemia HATI
HATI
Penderita
PenderitaDiabetes
Diabetes
Melitus
Melitus
Kegemukan
Kegemukan
Diet
DietLemak
LemakTinggi
Tinggi
14
 Tahapan Analisis
• Identifikasilah desain atau cara pengumpulan
data:
– Primer (cross-sectional, cohort, dst.)
– Sekunder
– Sampling random
• Identifikasilah variabel-variabel yang menjadi
perhatian (berdasarkan substansi permasalahan)
• Buatlah deskripsi data untuk variabel-variabel
yang menjadi perhatian (grafik, tabel)
• Tentukan metode yang tepat
15
 LATIHAN MEMILIH ALAT STATISTIK(1)

PERTNY. PENELITIAN V-INDEPENDEN V-DEPENDEN JENIS ANALISIS

Apakah ada perbedaan Klp. Intervensi- Ya/Tidak Uji Khi-Kuadrat/
pemanfaatan yankes setelah Kontrol Memanfaatkan MannWhitney/
Intervensi? (Nominal) (Nominal/Ordina)l RR/Regresi logistik
Apakah ada perbedaan tk. Klp. Intervensi- Skor Kepuasan Uji-t independen/
kepuasan pasien stlh. Itv? Kontrol (Nominal) (Interval) Regresi linier
Apakah ada perbedaan tk. Klp A=Sangat Skor audiometri Uji Anova/
polusi suara (noise) di padat; B=Padat; (dB) Regresi linier
berbagai kepadatan jalan? C=Krg (Interval) (Dummy variable)
Padat(Nominal)

16
 LATIHAN MEMILIH ALAT STATISTIK(2)

PERTNY. PENELITIAN V-INDEPENDEN V-DEPENDEN JENIS ANALISIS

Apakah Lk dan Pr dalam Klp 1. Jenis kelamin Taat/Tidak Regresi Logistik
Intervensi dan Kontrol 2. Klp Itv-Kontrol Berganda
berbeda bermakna dalam (Nominal)
ketaatan berobat
(compliance)
Apakah Umur; Income; 1. Umur Skor Kepuasan Regresi Linier
Lama Bersekolah 2. Income Berganda
(Pendidikan) berhubungan 3. Lama Sekolah
dg Kepuasan? (th)
Apakah Umur, Income, 1. Umur Skor Mancova
Lama Bersekolah dalam Klp 2. Income Pengetahuan & (Multivariate
Itv & Kontrol berbeda dalam 3. Lama Sekolah Sikap Analysis of
Pengetahuan dan Sikap? 4. Klp Itv & (Interval) Covariance)
Kontrol
17
 KIAT SUKSES ANALISIS DATA

Kemampuan
substantif
UNSUR Mengetahui
DALAM alat-alat statistik
PENELITI HASIL DATA
Mengetahui hasil ANALISIS
komputasi

Tim Pakar
Substantif
UNSUR
PENDUKUNG Dukungan
statistician
18
 MISI ANALISIS & PENYAJIAN HASIL
.Menjawab Masalah Penelitian; Tujuan & Hipotesis
(Menjawab Secara Efektif-efisien-elegan)

STRATEGI ANALISIS & PENYAJIAN HASIL

•Analisa Deskriptif/univariat & Bi-/multivariat (Bila Perlu)
•Penyajian Tekstular/tabular/grafikal
•Pengunaan Bahasa Ilmiah Yang Baik

VALIDASI HASIL DENGAN STUDI DAN PANDANGAN LAIN:

•.Metode Konfirmasi Dan Kontras
•.Saran Yg Relevan-operasional-bermanfaat
19
 PENYAJIAN TEKSTULAR
Menggunakan bahasa yg benar
Ringkas tetapi efektif
Menghindari bahasa berbunga
Paragraf mengandung:
.Tema
.Data/fakta pendukung tema
.Pendapat/opini
PENYAJIAN GRAFIKAL
Histogram/Bargram
Diagram Pie
Diagram Garis
Diagram Sebar
PENYAJIAN TABULAR:
Judul tabel lengkap
Badan tabel terdiri dari
.Variabel/konsep
.Distribusi frek
.Distribusi proporsi
.Uji stat (bila perlu)
Hindari tabel yg kompleks
Desimal seperlunya
Hindari duplikasi (tabel
kemudian diikuti oleh teks
dan/atau grafik
20
 CONTOH TEKSTULAR
(ALINEA YANG BAIK)

Angka Kematian Ibu (AKI) di TEMA

Indonesia masih tinggi bila dibandingkan
dengan negara tetangga. Data Bank Dunia
tahun 1995 menunjukkan bahwa AKI di
Indonesia adalah 600 per 100.000 kelahiran, DATA
sedang Thailand hanya sebesar 100 per
100.000 kelahiran; Singapura 50/100.000
kelahiran.. dst. Data SKRT 1995 juga
menunjukkan tingkat AKI yang relatif sama,
yaitu 550/100.000 kelahiran . Hal ini
OPINI
menunjukkan bahwa pelayanan kesehatan
di Indonesia masih memprihatinkan.

21
ANALISIS UNIVARIAT

X&Y
22
Tabel No X:
Frekuensi Distribusi Variabel Karakteristik Responden
Variables Frequency %
1. Sex
 Male 77 30.8
 Female 173 69.2
2. Education
 Illiterate 17 6.8
 Elementary 74 29.6
TAMPILAN  Junior High 61 24.4
 Senior High 89 35.6
TABULAR  Graduate 9 3.6
3. Type of Employment
 Unemployed 1 0.4
 Civil Servant 30 12.0
 Public company 9 3.6
 Military 11 4.4
 Private company 79 31.6
 Other 120 48.023
 Tabel 7. Distribusi responden
menurut variabel penelitian
Variabel Frekuensi Persentase
N= 808
Perlemakan Hati:
Perlemakan Hati 247 30.6
Normal 561 69.4
Jenis Kelamin:
Pria 261 32.3
Wanita 547 67.0
Kategori umur
Umur Muda 202 25.0
Umur Menengah 379 46.9
Umur Tua 227 28.1
24
 Interpretasinya
• Pada tabel 7. terlihat distribusi perlemakan hati
pada resoponden dapat dilihat pada tabel 6.
Hasil penelitian dilaporkan bahwa prevalensi
perlemakan hati sebesar 30.6%.
• Gambaran jenis kelamin responden dilaporkan
bahwa sebagian besar adalah wanita yaitu
sebanyak 67.7% (Berdasarkan katagori umur,
umur yang terbanyak adalah umur menengah
antara 41 sampai 55 tahun, 46.9 %, kemudian
umur tua, usia diatas 55 tahun, 28.1% (SE 1.84)
dan usia muda dibawah 40 tahun, 25 %
25
 PENYAJIAN DATA
• Penyajian data PENDIDIKAN RESPONDEN
mempunyai prinsip
efisiensi, artinya Frequency Percent
sajikan hanya Valid Tdk sekolah 8 8.9
informasi penting SD tdk tamat 12 13.3
saja, jangan semua Tamat SD 24 26.7
output komputer Tamat SMP 26 28.9
disajikan dalam
Tamat SMU 16 17.8
laporan. Contoh
penyajian data Tamat D3/PT 4 4.4
kategorik sbb: Total 90 100.0

26
 Contoh Interpretasi
• “Distribusi frekuensi tingkat pendidikan
responden dapat dilihat pada Tabel-1,
terlihat bahwa sebagian besar responden
adalah tamat SMP (28.9%), kemudian
diikuti oleh tamat SD sebanyak 26,7% dan
tamat SMU (17,8%).”

27
 TAMPILAN TABULAR

Table :
Descriptive Values of Patient Characteristics

Variables Mean  S.e S.d Min-max Skewness

Median values Kurtosis

1. Age 31.3  0.8 12.5 17-75 1.4

27 1.7

2. Length of stay 5.5  0.4 5.8 2-75 7.7

4.0 85.8

28
 Interpretasi variabel dengan data
numerik/kontinyu
Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

UMUR 90 18 35 28.28 4.50
Valid N (listwise) 90

• Nilai rata-rata dapat dilihat pada kolom Mean,

sedangkan nilai standar deviasi dapat dilihat pada Std
Devation.
• Pada contoh di atas, rata-rata umur ibu adalah 28.8
tahun dengan standar deviasi 4.5 tahun dan umur
minimun 18 tahun serta umur maksimum 35 tahun. 29
 PieDiagram
Pie DiagramSex
SexofofRespondents
Respondents
Lk
Lk
77 / 31%
77 / 31%

Pr
Pr
173 / 69%
173 / 69%

BarDiagram
Bar DiagramSex
Sexof
ofRespondents
Respondents
180
180
173
173
160
160

140
140

120
120

100
100

80
80
77
77
60
nn

60
Pr
Pr
Lk
Lk
30

SEX
 GRAFIK LINGKARAN (PIE DIAGRAM)

• Untuk menampilkan informasi dari variabel

dengan skala kategori
• Besar atau jumlah relatif tiap komponen
digambarkan oleh luas potongan lingkaran
• Dipakai jika jumlah kategori tidak terlalu
banyak

31
Prevalensi Pneumonia Balita

5%

95%

Pneumonia non pneumonia

32
Proporsi sakit TB pada anak SD kelas I, II, dan III dengan uji tuberkulin
positif di kota Padang
Umur
16.47% 14.12% 6 TH
7 TH
8 TH
> 8 TH

Pies show Sums of SAKIT

29.41%
40.00%

33
 GRAFIK BATANG (BAR CHART)
Harus simpel dan self explanatory
- Harus disertai judul (mengikuti kaidah judul tabel), serta
sumber kutipan atau keterangan yang diperlukan
- Kurang memberikan informasi secara detail
- menggambarkan distribusi frekuensi data nominal atau
ordinal
- Sumbu horisontal adalah sumbu x (variabel
independen) dan sumbu vertikal adalah sumbu Y
(variabel dependen)
- Batang harus memiliki lebar yang sama dan terpisah
satu dan lain agar tidak menunjukkan adanya
kontinuitas

34
- Dapat juga untuk menggambarkan data dua variabel atau
lebih berskala kategorik dengan grafik balok berkelompok
(group bar chart) atau grafik balok bertumpuk
80 80

60 60

40
40

20
20 jenis kelamin

wanita

Percent
Percent

0 pria
0
40-59 60-69 70-79 >=80
40-59 60-69 70-79 >=80

kel umur
kel umur

Gambar 1. Distribusi frekuensi Gambar 2. Distribusi frekuensi

subjek berdasarkan kelompok umur subjek berdasarkan kelompok umur
pada survei hipertensi di Indonesia dan jenis kelamin pada survei
35
Juni 2002 hipertensi di Indonesia Juni 2002
 160

140

120

100

80

60

40
jenis kelamin
Percent

20 pria

0 wanita
40-59 60-69 70-79 >=80

kel umur

Gambar 3. Distribusi frekuensi subjek

berdasarkan kelompok umur dan jenis kelamin
pada survei hipertensi di Indonesia Juni 2002
36
 Mean of Satisfaction Score For Physician & Nurse
Satisfaction Mean Score For Physician & Nurse
According to Sex of Respondents
3.1 According to Sex of Respondents
3.1
3.1
3.0
3.0
3.0
2.9 2.9
Mean of Score

2.9
2.8

Mean Score
2.8 Physician
2.8
2.7 Nurse
W M Physician

SEX 2.7 Nurse

Pr Lk

Mean of Satisfaction Score For Physician & Nurse SEX

According to Sex of Respondents
5.0
4.5
4.0
3.5
3.0
2.5
3.0
2.8
3.1 2.9 •Manakah yang lebih baik?
Mean of Score

2.0
1.5
1.0
Physician
.5
0.0 Nurse
W M 37
SEX
KASUS TB ANAK DI RSCM &
RS M.JAMIL
Jumlah
Jumlah
350
160
300
140
250 120
200 100
150 80
60
100
40
50
20
0 0
2000 2001
KASUS
KASUS

38
 Grafik garis
• Untuk mengilustrasikan hubungan dua
variabel kontinyu
• Digunakan bila tujuannya untuk melihat
kecenderungan, biasanya menurut waktu
• Garis penghubung antar titik akan
memperlihatkan bagaimana
kecenderungan fenomena

39
 150

140

130

120

110

100

90
tekanan darah sistol
80 ik
M ean

70 td diastolik duduk
40-59 60-69 70-79 >=80

kel umur

Gambar 9. Tekanan darah sistolik dan diastolik subjek berdasarkan

kelompok umur pada survei hipertensi di Indonesia Juni 2002
40
ANALISIS BIVARIAT

XY

41
 TAMPILAN TABULAR

Tabel . RERATA JUMLAH KOLONI ALBICANS

MENURUT KELOMPOK PENELITIAN

Kelompok Mean N Std. Deviation Minimum Maximum P

Kelompok non diare 41923.08 26 58913.274 0 245000 0.022

Kelompok diare 134961.54 26 191300.336 0 800000

42
 Tabel . RERATA JUMLAH KOLONI ALBICANS
MENURUT KELOMPOK PENELITIAN

Kelompok Mean N Std. Deviation Minimum Maximum P

kelompok non diare 33442.31 26 41934.551 0 135000 0.011
kelompok diare 134961.54 26 191300.336 0 800000
Total 84201.92 52 146383.738 0 800000

43
 Interpretasinya
• Ada perbedaan signifikan rata-rata jumlah
koloni candida albicans pada kelompok
diare dan non diare dengan nilai p< 0.05.
Dimana rata-rata jumlah koloni candida
albicans lebih banyak pada kelompok
diare dibandingkan non diare

44
 UJI BEDA 2 RERATA
(Uji-t)

Group Statistics

Std. Error
RESPON TX. N Mean Std. Deviation Mean
DERAJAT-ANGIO Lkp. 34 48.59 28.57 4.90
Buruk 16 40.63 18.22 4.56

Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Sig. Mean Std. Error Difference
F Sig. t df (2-tailed) Difference Difference Lower Upper
DERAJAT Equal variances
1.993 .164 1.019 48 .313 7.96 7.82 -7.75 23.68
-ANGIO assumed
Equal variances
1.190 43.382 .240 7.96 6.69 -5.53 21.45
not assumed

45
 Contoh analisis data bivariat
kategori

VARIABEL PERLEMAKAN HATI Nilai p OR dengan CI

Perlemakanhati Normal 95%
Frekuensi % Frekuensi %

Hiperlipidemia
Hipertrigliserida 71 56.8 54 43.2 < 0.0001* 3.8 (2.6-5.5)
Normal 176 25.8 507 74.2 1

46
 Interpretasi Hipertrigliserida
• Hiperlipidemia yang dilihat melalui kadar trigliserida
diduga berhubungan dengan perlemakan hati.
• Hasil penelitian dilaporkan bahwa proporsi responden
hipertrigliserida yang mengindap perlemakan hati
dengan sebesar 56.8%. Proporsi responden dengan
kadar trigliserida dalam darah normal sebesar 25.8 %.
• Hasil uji kai kuadrat dapat disimpulkan bahwa ada
hubungan antara perlemakan hati dengan
hipertrigliserida, dan nilai p < 0.0001.
• Dimana penderita hipertrigliserida berisiko 3.8 kali
mengalami perlemakan hati dibandingkan dengan kadar
trigliserida dalam darah normal (interval kepercayaan
95% 2.63; 5.46).
47
 EKONOMI * SAKIT Crosstabulation

SAKIT
sakit TB/ tidak sakit
jumlah TB/ jumlah
skor >= 6 skor <6 Total
EKONOMI Tingkat ekonomi rendah Count 27 12 39
% within EKONOMI 69.2% 30.8% 100.0%
Tingkat ekonomi tinggi Count 8 13 21
% within EKONOMI 38.1% 61.9% 100.0%
Total Count 35 25 60
% within EKONOMI 58.3% 41.7% 100.0%

TABULASI SILANG
Chi-Square Tests

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 5.444b 1 .020
Continuity Correctiona 4.239 1 .040
Likelihood Ratio 5.448 1 .020
Fisher's Exact Test .028 .020
Linear-by-Linear
5.354 1 .021
Association
N of Valid Cases 60
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count48
is 8.
75.
 Interpretasi
• Ada hubungan antara sosioekonomi
dengan kejadian sakit TB pada anak SD di
kota Padang
• Sosioekonomi sebagai faktor risiko untuk
terjadinya sakit TB pada anak.

49
 Tabel Hasil Penelitian
Pajanan/ Keluaran/penyakit Jumlah
paparan
Ada Tidak

Ada a b a+b

Tidak c d c+d

Jumlah a+c b+d a+b+c+d

50
 Besarnya hubungan
• Relative Risk
a /(a  b)
PR 
• Odds Ratio c /(c  d )

a /( a  b) a
Odds _ keluaran _ pada _ kelompok _ terpajan  
b /( a  b) b

c /(c  d ) c
Odds _ keluaran _ pada _ kelompok _ tidak _ terpajan  
d /(c  d ) d

a / c ad
POR  
b / d bc
51
 Tabel 8. Hasil uji bivariat variabel independen dengan
variabel perlemakan hati
VARIABEL PERLEMAKAN HATI Nilai p OR dengan CI
Perlemakan hati Normal 95%
Frekuensi % Frekuensi %
Jenis Kelamin
Pria 87 33.3 174 66.7 0.254 1.2 (0.9–1.7)
Wanita 160 29.3 387 70.7 1
Kategori Umur
Umur Muda 31 15.3 171 84.7 < 0.0001* 1
Umur Menengah 141 37.2 238 62.8 < 0.0001* 3.3 (1.9-5.6)
Umur Tua 75 33 152 67 2.7 (1.6-4.5)
Pola konsumsi
Diet tinggi lemak 40 32.8 82 67.2 0.533 1.1 (0.8-1.7)
Diet rendah Lemak 207 30.2 479 69.8 1
Hiperlipidemia
Hipertrigliserida 71 56.8 54 43.2 < 0.0001* 3.8 (2.6-5.5)
Normal 176 25.8 507 74.2 1
Diabetes Melitus
Penderita DM 61 52.6 55 47.4 <0.0001* 3.0 (2.0-4.5)
Bukan penderita 186 26.9 506 73.1 1
Kegemukan
Kegemukan 193 47.4 214 52.6 <0.0001* 5.8 (4.2-8.0)
Tidak gemuk 54 13.5 347 86.5 1
Aktivitas fisik dan olah raga
Kurang aktif 210 31.2 464 68.8 0.416 1.2 (0.8 - 1.8)
Aktif 37 27.6 97 72.4 1 52
ANALISIS MULTIVARIAT

53
 Contoh Analisis Multivariat
• Tujuannya adalah untuk mengetahui faktor-
faktor yang berhubungan dengan kejadian
perlemakan hati setelah dikontrol oleh variabel
lainnya.
• Analisis yang digunakan adalah regresi
logistik. Analisis ini merupakan model
matematik yang digunakan untuk mempelajari
hubungan beberapa variabel independen
dengan variabel yang bersifat dikotomus.

54
 REGRESI LOGISTIK
• Fungsi logistik yang digunakan dengan rumus:

1
ƒ(z)
ƒ(z)==
• model regresi logistik dituliskan dalam bentuk 1  e z
penjumlahan linier
• Z = α +β1X1 + β2X2 + …+βkXk

• P(Perlemakan hati) =
1
 (  1 1   2  2 ....  k  k )
1 e

55
•• Umur
Umur
•• Jenis
JenisKelamin
Kelamin
•• Aktifitas
Aktifitasfisik
fisik&olahraga
&olahraga
•• PERLEMAKAN
PERLEMAKAN
Hiperlipidemia
Hiperlipidemia
•• HATI
HATI
Penderita
PenderitaDiabetesMelitus
DiabetesMelitus
•• Kegemukan
Kegemukan
•• Diet
DietLemak
LemakTinggi
Tinggi

1.
1. Umur
Umur
2.
2. Hiperlipidemia
Hiperlipidemia PERLEMAKAN
PERLEMAKAN
3.
3. Penderita
PenderitaDiabetesMelitus
DiabetesMelitus HATI
HATI
4.
4. Kegemukan
Kegemukan

56
 PROBABILITAS
• Seorang pria berumur 47 tahun sedang
melakukan general check up. Riwayat penyakit
dahulu dinyatakan menderita diabetes melitus,
dari pemeriksaan tinggi badan dan berat badan
dikategorikan kegemukan dengan IMT >25, dan
hasil pemeriksaan darah didapatkan kadar
trigliserida dalam darah diatas 200 mg/dl. Maka
probabilitas orang tersebut untuk menderita
perlemakan hati

57
 PERHITUNGAN

• P=

1
1  e ( 2.662 0.833*1 0.576*0 1.142*11.106*11.558*11.134*1*1

• P= 0.715

58
 Interpretasi
• Artinya pria tersebut mempunyai
probabilitas untuk terkena perlemakan hati
sebesar 71.5%.

59
TERIMA KASIH

60