You are on page 1of 6

# 1.

Count

KANKER Total

## TIDAK KANKER KANKER

TIDAK MEROKOK 10 2 12
MEROKOK
MEROKOK 2 6 8
Total 12 8 20

Chi-Square Tests

Value df Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
sided) sided) sided)

## Pearson Chi-Square 6.806a 1 .009

Continuity Correctionb 4.592 1 .032
Likelihood Ratio 7.110 1 .008
Fisher's Exact Test .019 .015
Linear-by-Linear Association 6.465 1 .011
N of Valid Cases 20

a. 3 cells (75.0%) have expected count less than 5. The minimum expected count is 3.20.
b. Computed only for a 2x2 table

## Cochran's 6.806 1 .009

Mantel-Haenszel 4.362 1 .037

Under the conditional independence assumption, Cochran's statistic is asymptotically distributed as a 1 df chi-
squared distribution, only if the number of strata is fixed, while the Mantel-Haenszel statistic is always
asymptotically distributed as a 1 df chi-squared distribution. Note that the continuity correction is removed from
the Mantel-Haenszel statistic when the sum of the differences between the observed and the expected is 0.

## Mantel-Haenszel Common Odds Ratio Estimate

Estimate 15.000
ln(Estimate) 2.708
Std. Error of ln(Estimate) 1.125
Asymp. Sig. (2-sided) .016
Lower Bound 1.652
Common Odds Ratio
Upper Bound 136.172
Asymp. 95% Confidence Interval
Lower Bound .502
ln(Common Odds Ratio)
Upper Bound 4.914
The Mantel-Haenszel common odds ratio estimate is asymptotically normally distributed under the common odds
ratio of 1.000 assumption. So is the natural log of the estimate.

Berdasarkan hasil SPSS tersebut, maka dapat disimpulkan, sesuai dengan pertanyaan :

1. Nilai signifikansi hasil dari chi square sebesar 0,009 (<0,05), sehingga dapat disimpulkan
terdapat pengaruh rokok terhadap penyakit kanker pada pria usia di atas 60 tahun. Dan juga
hasil dari signifikansi berdasarkan uji Cochran diperoleh hasil sebesar 0,016 (<0,05) yang
dapat disimpulkan bahwa hasil penelitian signifikan atau terdapat pengarauh dan dapat
mewakili keseluruhan dari populasi
2. Nilai odds ratio sebesar 15,000 yang berarti pria usia di atas 60 tahun yang merokok beresiko
terkena kanker sebesar 15 kali lipat dibandingkan dengan pria usia 60 tahun yang tidak
merokok
3. Nilai common odds ratio lower bound sebesar 1,652 yang artinya resiko paling rendah
terkena kanker bagai pria yang merokok usia di atas 60 tahun adalah 1,652 kali lipat
dibanding yang tidak merokok
4. Nilai common odds ratio upper bound sebesar 136,172yang artinya resiko paling tinggi ata
besar terkena kanker baga pria yang merokok usia di atas 60 tahun adalah 136,172 kali
lipat dibanding yang tidak merokok

## 2. Hasil spss diperoleh data sebagai berikut :

NB : sebelum melakukan uji regresi, terlebih dahulu data kita uji asumsi normalitas, homogenitas,
autokorelasi, multikolonieritas, heterokreditas.

## Kesimpulan : data tidak terdistribusi normal

Uji normalitas dengan skewnes dan kurtosis

Statistics

## DOSIS APOPTOSIS VIABILITAS MORFOLOGI MOTILITAS

SPERMA SPERMA NORMA SPERMA

Valid 25 25 25 25 25
N
Missing 0 0 0 0 0
Skewness .000 .782 -.359 -.282 -.508
Std. Error of Skewness .464 .464 .464 .464 .464
Kurtosis -1.319 -.907 -1.813 -1.752 -1.480
Std. Error of Kurtosis .902 .902 .902 .902 .902

Kesimpulan : nilai hasil bagi skwness : std error dengan signifikansi +2 sebagai berikut :

## Motilitas -0,508 : 0,464 = -1,094 kesimpulan : data normal

Kesimpulan : nilai hasil bagi kurtosis : std error dengan signifikansi +2 sebagai berikut :

## Motilitas -1,480 : 0,902 = -1,64 kesimpulan : data normal

Normalitas dengan uji kolmogrof smirnov :

## DOSIS APOPTO VIABILITAS MORFOLOGI MOTILITAS

SIS SPERMA NORMA SPERMA
SPERMA

N 25 25 25 25 25
Mean 3.0000 19.9200 54.5200 61.5600 59.0400
Normal Parametersa,b Std. 1.4433
20.45507 34.25167 23.23446 30.10465
Deviation 8
Absolute .156 .251 .274 .212 .254
Most Extreme
Positive .156 .251 .229 .212 .144
Differences
Negative -.156 -.177 -.274 -.209 -.254
Kolmogorov-Smirnov Z .779 1.253 1.372 1.059 1.272
Asymp. Sig. (2-tailed) .579 .086 .046 .212 .079

## a. Test distribution is Normal.

b. Calculated from data.

Kesimpulan : Hasil dengan uji kolmogrov smirnov data belum normal, hanya data viabilitas saja yang
normal dengan nilai 0,046 <0,05.

Correlations

## APOPTOSIS VIABILITAS MORFOLOGI MOTILITAS

SPERMA SPERMA NORMA SPERMA

## Pearson Correlation 1 .835** .858** .806**

APOPTOSIS
Sig. (2-tailed) .000 .000 .000
SPERMA
N 25 25 25 25
Pearson Correlation .835** 1 .971** .984**
VIABILITAS
Sig. (2-tailed) .000 .000 .000
SPERMA
N 25 25 25 25
Pearson Correlation .858** .971** 1 .928**
MORFOLOGI
Sig. (2-tailed) .000 .000 .000
NORMA
N 25 25 25 25
Pearson Correlation .806** .984** .928** 1
MOTILITAS
Sig. (2-tailed) .000 .000 .000
SPERMA
N 25 25 25 25

## **. Correlation is significant at the 0.01 level (2-tailed).

Kesimpulan : tidak ada data yang autokorelasi, karena nilai signifikan tidak ada yang bernilai 1 aau
mendekati 2.
Kesimpulan : hasil dari uji asumsi, sebenarnya data tidak bisa dilakukan dengan uji regresi, karena
data sudah tidak terdistribusi normal, namun dalam hal ini untuk memenuhi tugas, maka kita anggap
saja uji asumsi sudah memenuhi syarat, mulai dari uji normalitas, homogenitas, autokorelasi,
heterokeditas dll.

Maka setelah dilakukukan uji statistik dengan SPSS menggunakan uji regresi, diperoleh hasil sebagai
berikut :

Model Summaryb

Estimate

Coefficientsa

Coefficients

## VIABILITAS SPERMA -.296 .752 -.496 -.394 .698

1
MORFOLOGI NORMA .881 .534 1.000 1.650 .114

## Kesimpulan dari pertanyaan soal :

1. Uji regresi yang digunakan adalah regresi berganda dengan rumus sebagai berikut :
2. Berdasarkan model tersebut, maka yang paling besar pengaruhnya adalah morfologi
norma dengan nilai B =0,881 dan sig. sebesar 0,114
3. Kekuatan hubungan antara apoptosis dengan viabilitas, morfologi dan motilitas adalah
sebesar 0,859 (hubungan yang cukup kuat), dengan persentase kekuatan sebesar 73,8%.