Professional Documents
Culture Documents
A. ANALISIS UNIVAIATE
Analisis univariate dilakukan untuk mengetahui ukuran statistik dan distribusi frekuensi
responden pada masing-masing variabel penelitian. Ukuran statistik untuk menyajikan data
variabel berskala numerik. Apabila sebaran data berdistribusi normal maka ukuran statistik
yang disajikan umumnya rerata dan simpangan baku. Apabila sebaran data tidak berdsitribusi
normal, maka ukuran statistik yang disajikan umumnya median, minimal, dan maksimal.
Distribusi frekuensi untuk menyajikan data variabel berskala katagorik.
1. Ukuran Statistik
Tabel-01. Ukuran Statistik dan Normalitas Sebaran Data
Variabel n Rerata S.b. Median Min Max P_value
Total
250 188.3960 53.90 183.50 100 400 .000
Kolesterol
Trigliserid 250 122.6760 86.10 97.00 50 490 .000
HDL 250 34.7480 13.74 29.50 15 68 .000
LDL 250 129.7400 45.60 120.00 50 297 .000
Gula Darah 250 135.0720 73.86 112.00 82 699 .000
Umur 250 50.9280 12.85 50.00 22 80 .200
Interpretasi p_value Uji Normalitas Data:
H0 = data berdistribusi normal
H1 = data berdistribusi tidak normal
Jika p_value < alpa = 0,05 maka H0 ditolak dan H1 diterima yang berarti data
berdistribusi tidak normal.
Interpretasi Tabel:
Tabel diatas untuk mengetahui ukuran statistik dan sebaran data. Nilai p_value muncul setelah
dilakukan tes Uji Normalitas Data untuk melihat sebaran data. Untuk Uji Normalitas data diatas
menggunakan Uji Normalitas Kolmogorov Smirnov karena data penelitian lebih dari 50 data.
Pada nilai Kadar Gula darah dari 250 data penelitian didapatkan nilai p_value 0,000 yang
berarti H0 ditolak dan H1 diterima dimana data Kadar Gula Darah tidak berdistribusi
normal. Dan pada 250 data penelitian diatas didapatkan juga :
1. Rata-rata 135,07
2. SD 73,868
3. Median 112,00
4. Minimum 82
5. Maksimum 699
Pada nilai Kadar Kolesterol Total dari 250 data penelitian didapatkan nilai p_value 0,000 yang
berarti H0 ditolak dan H1 diterima dimana data Kadar Kolesterol Total tidak berdistribusi
normal. Dan pada 250 data penelitian diatas didapatkan juga :
1. Rata-rata 188,4
2. SD 53,903
3. Median 183,5
4. Minimum 100
5. Maksimum 400
Pada nilai Kadar Trigliserid dari 250 data penelitian didapatkan nilai p_value 0,000 yang
berarti H0 ditolak dan H1 diterima dimana data Kadar Trigliserid tidak berdistribusi
normal. Dan pada 250 data penelitian diatas didapatkan juga :
1. Rata-rata 122,68
2. SD 86,107
3. Median 97
4. Minimum 50
5. Maksimum 490
Pada nilai Kadar LDL dari 250 data penelitian didapatkan nilai p_value 0,000 yang berarti H0
ditolak dan H1 diterima dimana data Kadar LDL tidak berdistribusi normal. Dan pada
250 data penelitian diatas didapatkan juga :
1. Rata-rata 129,74
2. SD 45,604
3. Median 120
4. Minimum 50
5. Maksimum 297
Pada nilai Kadar HDL dari 250 data penelitian didapatkan nilai p_value 0,000 yang berarti H0
ditolak dan H1 diterima dimana data Kadar HDL tidak berdistribusi normal. Dan pada
250 data penelitian diatas didapatkan juga :
1. Rata-rata 34,75
2. SD 13,740
3. Median 29,5
4. Minimum 15
5. Maksimum 68
Pada data Usia dari 250 data penelitian didapatkan nilai p_value 0,074 yang berarti H0
diterima dimana data Usia berdistribusi normal. Dan pada 250 data penelitian diatas
didapatkan juga :
1. Rata-rata 50,93
2. SD 12,853
3. Median 50
4. Minimum 22
5. Maksimum 80
Maka dari penjelasan diatas hanya data Usia yang berdistribusi normal, sedangkan data gula
darah, kolesterol total, trigliserid, LDL, HDL data tidak berdistribusi normal.
2. Distribusi Frekuensi
Tabel-02a. Distribusi Frekuensi Responden Menurut Gula Darah
Gula Darah n %
Normal 41 16.4
Pradiabet 187 74.8
Diabetes Melitus 22 8.8
Jumlah 250 100.0
Interpretasi Tabel:
Tabel diatas untuk mendapatkan distribusi frekuensi dari Gula Darah. Didapatkan dari 250
sampel penelitian bahwa jumlah orang yang normal atau tidak diabetes melitus sebanyak 41
orang (16,4%), jumlah orang pradiabet sebanyak 187 orang (74,8%), dan jumlah orang yang
mengalami Diabetes Melitus sebanyak 22 orang (8,8%).
Interpretasi Tabel:
Tabel diatas untuk mendapatkan distribusi frekuensi dari Trigliserid. Didapatkan dari 250
sampel penelitian bahwa jumlah orang yang normal sebanyak 189 orang (75,6 %), jumlah
orang yang memiliki kadar Trigliserid Agak Tinggi sebanyak 27 orang (10,8%), dan jumlah
orang memiliki kadar Trigliserid Tinggi sebanyak 34 orang (13,6%).
Interpretasi Tabel:
Tabel diatas untuk mendapatkan distribusi frekuensi dari LDL. Didapatkan dari 250 sampel
penelitian bahwa jumlah orang yang normal sebanyak 66 orang (26,4 %), jumlah orang yang
memiliki kadar LDL Agak Tinggi sebanyak 76 orang (30,4%), jumlah orang memiliki kadar
LDL Tinggi sebanyak 57 orang (22,8%), dan jumlah orang yang memiliki kadar LDL sangat
tinggi sebanyak 51 orang (20,4%).
Interpretasi Tabel:
Tabel diatas untuk mendapatkan distribusi frekuensi dari responden menurut usia. Didapatkan
dari 250 sampel penelitian bahwa jumlah orang yang berusia kurang dari 50 tahun sebanyak
119 orang (47,6%) dan jumlah orang yang berusia diatas 50 tahun sebanyak 131 orang (52,4 %).
B. ANALISIS BIVARIATE
Analisis bivariate dilakukan untuk mengetahui hubungan antara dua variabel.
Secara deskriptif, analisis bivariate digunakan untuk menyajikan distribusi frekuensi
berdasarkan dua variabel katagorik.
Secara analitik, analisis bivariate digunakan untuk uji hipotesis hubungan dua variabel
(korelasi, komparasi, regresi)
3. Korelasi
Korelasi digunakan untuk mengetahui kuatnya hubungan antara dua variabel meliputi Arah
hubungan, kuat hubungan, dan signifikansi kuatnya hubungan.
(a) Korelasi Pearson digunakan apabila sebaran data kedua variabel berdistribusi normal.
(b) Korelasi Spearman digunakan apabila terdapat variabel yang sebaran datanya tidak normal
(c) Korelasi Gamma digunkan apabila kedua variabel berskala ordinal dan kedudukannya
setara
(d) Korelasi Sommer digunkan apabila kedua variabel berskala ordinal dan kedudukannya
tidak setara
(e) Korelasi Cramer digunkan apabila kedua variabel berskala nominal dan kedudukannya
setara
(f) Korelasi Lamda digunkan apabila kedua variabel berskala nominal dan kedudukannya
tidak setara
Tabel-03a. Korelasi Gula Darah dan Variabel Faktor Risiko (Analyze Correlate
Bivariate jangan lupa all pake yang numeral)
Variabel Gula Darah P_value(**)
Kolesterol Total 20.3 % .001
Trigliserid 10.7 % .091
HDL 1.0 % .877
LDL 20.5 % .001
1) Untuk Interpretasi dari Korelasi yaitu:
H0 = Korelasi tidak bermakna / signifikan
H1 = Korelasi bermakna / signifikan
Jika p_value < alpa (0,05) maka H0 ditolak dan H1 diterima yang berarti terdapat
hubungan yang bermakna.
2) Nilai correlation Coefficient :
Untuk menentukan Kekuatan korelasi
0,0 - < 0,2 = Sangat lemah
0,2 - < 0,4 = Lemah
0,4 - < 0,6 = Sedang
0,6 - < 0,8 = Kuat
0,8 – 1,00 = Sangat Kuat
3) Untuk menentukan Arah korelasi
Positif = Semakin tinggi variabel A maka variabel B juga semakin tinggi
Negatif = Semakin tinggi variabel A maka variabel B semakin rendah
Interpretasi Tabel:
Pada tabel diatas digunakan untuk mendapatkan korelasi (seberapa kuat hubungan) antar
variabel dengan data numerik dengan numerik. Pada tabel diatas untuk mencari korelasi antara
gula darah dengan kadar kolesterol total, trigliserid, HDL dan LDL menggunakan korelasi
Spearman karena sebaran data diatas tidak berdistribusi normal.
Pada korelasi kadar gula darah dengan kolesterol total didapatkan nilai p_value 0,001 yang
berarti :
1) H0 ditolak dan H1 diterima yang berarti terdapat hubungan yang bermakna antara kadar
gula darah dengan kadar kolesterol total.
2) Nilai r (correlation Coefficient) adalah 0,203 (lemah) diubah dalam persen (20,3%)
yang berarti hubungan antara kadar gula darah dengan kolesterol total lemah.
3) Arah korelasi bernilai positif yang berarti semakin tinggi kadar kolesterol total maka
kadar gula darah semakin tinggi.
Pada korelasi kadar gula darah dengan trigliserid didapatkan nilai p_value 0,091 yang berarti :
1) H0 diterima yang berarti tidak terdapat hubungan yang bermakna antara kadar gula
darah dengan kadar trigliserid.
2) Nilai r (correlation Coefficient) adalah 0,107 (sangat lemah) diubah dalam persen
(10,7%) yang berarti hubungan antara kadar gula darah dengan trigliserid sangat lemah.
3) Arah korelasi bernilai positif yang berarti semakin tinggi kadar trigliserid maka kadar
gula darah semakin tinggi. Namun tidak ada hubungan yang bermakna antara kadar
gula darah dengan kadar trigliserid.
Pada korelasi kadar gula darah dengan HDL didapatkan nilai p_value 0,877 yang berarti :
1) H0 diterima yang berarti tidak terdapat hubungan yang bermakna antara kadar gula
darah dengan kadar HDL.
2) Nilai r (correlation Coefficient) adalah 0,01 (sangat lemah) diubah dalam persen (1%)
yang berarti hubungan antara kadar gula darah dengan HDL sangat lemah.
3) Arah korelasi bernilai positif yang berarti semakin tinggi kadar HDL maka kadar gula
darah semakin tinggi. Namun tidak ada hubungan yang bermakna antara kadar gula
darah dengan kadar HDL.
Pada korelasi kadar gula darah dengan LDL didapatkan nilai p_value 0,001 yang berarti :
1) H0 ditolak dan H1 diterima yang berarti terdapat hubungan yang bermakna antara kadar
gula darah dengan kadar LDL.
2) Nilai r (correlation Coefficient) adalah 0,205 (lemah) diubah dalam persen (20,5%)
yang berarti hubungan antara kadar gula darah dengan LDL lemah.
Arah korelasi bernilai positif yang berarti semakin tinggi kadar LDL maka kadar gula darah
semakin tinggi
Tabel-03c. Korelasi Gula Darah dan Variabel Faktor Risiko (Analyze Descriptive
Statistics Crosstabs)
Interpretasi Tabel:
Nilai p = 0.005 (p<0.05). lihat gula darah dependen. artinya terdapat korelasi signifikan antara
gds dan kolesterol total. Value =0.172 artinya terdapat korelasi signifikan positif dan korelasi
sangat lemah
4. Chy Square
Chy Square digunakan untuk mengetahui signifikansi pengaruh variabel independen terhadap
variabel dependen apabila kedua variabel tersebut merupakan variabel katagorik berskala
nominal
Syarat Chy Square adalah seluruh sel memiliki expected count tidak kurang dari 5
Apabila syarat ini tidak terpenuhi maka sebagai alternatif dapat digunakan Fisher Exact
Interpretasi orang diabet ada pengaruh signifikan dengan kolesterol tinggi (p<0.05) : 0.007 maka
berpengaruh.
Tabel-04b. Pengaruh Trigliserid terhadap Gula Darah
Interpretasi orang diabet tidak ada berkorelasi signifikan dengan trigliserid tinggi (p>0.05) :
0.186
Tabel-04c. Pengaruh HDL terhadap Gula Darah
Interpretasi orang diabet tidak berkorelasi signifikan dengan HDL tinggi (p>0.05) : 0.269
5. Independent T-Test
Independen T-Test digunakan untuk menguji signifikansi perbedaan rerata dua kelompok
sampel independen apabila sebaran data pada kedua kelompok sampel berdistribusi Normal.
Apabila sebaran data pada kedua kelompok sampel ada yang tidak berdistribusi normal maka
digunakan Mann Whiteney.
Gula Darah
HDL P_value
n Rerata s.b. Median Min Mak
Rendah 170 130.62 67.108 111.00 82 500 0.041
Normal 80 144.53 86.205 126.00 85 699
Jika data diasumsikan berdistribusi normal:
P value 16.6 persen berarti tidak signifikan. Cuma p value ada 2. Rata rata bisa sama
sedangkan variansi bisa beda. Jd uji homogennya dulu. Berdasarkan levene test for equality
memiliki nilai <0.05. Berarti data ini tidak hmogen. Kalau tidak homogen pakai assumed.
Gula Darah
Obesitas P_value
n Rerata s.b. Median Min Mak
Non 136 136.11 82.793 111.00 85 699 0.350
Obesitas
Obesitas 114 133.83 61.900 113.00 82 492
Tidak terdapat korelasi signifikan antara rerata gula darah dengan Obesitas (p=0.350)
Tabel-05c. Beda Rerata Gula Darah Menurut HDL dan Jenis Kelamin
Pria
Tidak terdapat korelasi signifikan antara rerata gula darah dengan HDL pria (p=0.324)
Wanita
Tidak terdapat korelasi signifikan antara rerata gula darah dengan HDL wanita (p=0.068)
Tabel-05d. Beda Rerata Gula Darah Menurut Obesitas dan Jenis Kelamin
Tidak terdapat korelasi signifikan antara rerata gula darah sewaktu dengan obesitas wanita
(p=0.613)
Tidak Terdapat korelasi signifikan antara Gula Darah Sewaktu dengan HDL menurut Usia >=
50 tahun (p=0.397)
Beda Rerata Gula Darah menurut HDL untuk usia >=50 tahun
Tidak Terdapat korelasi signifikan antara Gula Darah Sewaktu dengan HDL menurut Usia >=
50 tahun (p=0.066)
Tidak terdapat hubungan signifikan antara gula darah sewaktu dengan obesitas (p=0.230)
Lakukan:
Pertama gunakan One Way Anova (diasumsikan sebaran data pada masing-masing
kelompok sampel berdistribusi normal)
Kedua gunakan Kruskal Wallis (diasumsikan terdapat sebaran data pada kelompok
sampel yang tidak berduistribusi normal)
Berdasarkan tabel ini hanya diketahui apakah terdapat perbedaan rerata yang signifikan atau
tidak signifikan.
Apabila p_value > 5% meka perbedaan rerata tidak signifikan
Apabila p_value < 5% maka perbedaan rerata signifikan, tetapi tidak diketahui rerata
kelompok sampel yang mana yang berbeda signifikan.
Untuk mengetahui kelompok sampel yang mana yang memiliki rerata berbeda signifikan,
harus dilakukan Uji Post Hoc.
Apabila kelompok sampel memiliki variansi yang homogen maka uji post hoc dapat
menggunakan statistik, antara lain Tukey atau Benferoni
Apabila kelompok sampel memiliki variansi yang tidak homogen maka uji post hoc
dapat menggunakan statistik Tamhane
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘Kolesterol Total’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 163 125.00 52.935 111.00 82 500
‘Agak Tinggi’ 55 134.47 86.477 110.00 85 699
‘Tinggi’ 32 187.41 113.124 139.00 91 505
Total 250 135.07 73.868 112.00 82 699
Terdapat korelasi signifikan antara gula darah sewaktu dengan Kolesterol Total (p=0.000)
Tabel-06.a1. Post Hoc Uji Signfikansi Beda Rerata Gula Darah Menurut Kolesterol
Total
Melihat variansi signifikan atau tidak. Menurut tes homogenitas, data ini tidak homogen
Gula Darah
Trigliserid P_value
n Rerata s.b Median Min Mak
‘Normal’ 189 127.85 60.899 111.00 82 699
‘Agak 27 143.74 81.286 121.00 91 415
Tinggi’ 0.119
‘Tinggi’ 34 168.32 115.495 117.50 85 505
Total 250 135.07 73.868 112.00 82 699
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘Trigliserid’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 189 127.85 60.899 111.00 82 699
‘Agak Tinggi’ 27 143.74 81.286 121.00 91 415
‘Tinggi’ 34 168.32 115.495 117.50 85 505
Total 250 135.07 73.868 112.00 82 699
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 4.257
df 2
Asymp. Sig. .119
a. Kruskal Wallis Test
b. Grouping Variable: ‘Trigliserid’
Tidak terdapat korelasi signifikan antara rerata gula darah sewaktu dengan Kolesterol Total
(p=0.119)
Tabel-06.b1. Post Hoc Uji Signfikansi Beda Rerata Gula Darah Menurut Trigliserid
Trigliserid P_Value
Normal Agak Tinggi 0.707
Normal Tinggi 0.153
Agak Tinggi Tinggi 0.705
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘LDL’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 66 132.89 77.483 104.50 82 500
‘Agak Tinggi’ 76 124.64 39.890 111.50 85 266
‘Tinggi’ 57 129.75 80.371 113.00 84 699
‘Sangat Tinggi’ 51 159.37 94.559 125.00 87 505
Total 250 135.07 73.868 112.00 82 699
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 11.579
df 3
Asymp. Sig. .009
a. Kruskal Wallis Test
b. Grouping Variable: ‘LDL’
Tidak terdapat korelasi signifikan antara rerata gula darah sewaktu dengan Kolesterol Total
(p=0.009)
Tabel-06.c1. Post Hoc Uji Signfikansi Beda Rerata Gula Darah Menurut LDL
LDL P_Value
Normal Agak Tinggi 0.968
Normal Tinggi 1.000
Normal Sangat Tinggi 0.496
Agak Tinggi Tinggi 0.998
Agak Tinggi Sangat Tinggi 0.092
Tinggi Sangat Tinggi 0.411
Multiple Comparisons
Dependent Variable: ‘V13 = Gula Darah Sewaktu’
Tamhane
Mean Difference 95% Confidence Interval
(I) ‘LDL’ (J) ‘LDL’ (I-J) Std. Error Sig. Lower Bound Upper Bound
‘Normal’ ‘Agak Tinggi’ 8.249 10.578 .968 -20.18 36.68
‘Tinggi’ 3.140 14.293 1.000 -35.11 41.39
‘Sangat Tinggi’ -26.479 16.318 .496 -70.32 17.36
‘Agak Tinggi’ ‘Normal’ -8.249 10.578 .968 -36.68 20.18
‘Tinggi’ -5.110 11.587 .998 -36.40 26.18
‘Sangat Tinggi’ -34.728 14.009 .092 -72.80 3.34
‘Tinggi’ ‘Normal’ -3.140 14.293 1.000 -41.39 35.11
‘Agak Tinggi’ 5.110 11.587 .998 -26.18 36.40
‘Sangat Tinggi’ -29.618 16.990 .411 -75.23 16.00
‘Sangat Tinggi’ ‘Normal’ 26.479 16.318 .496 -17.36 70.32
‘Agak Tinggi’ 34.728 14.009 .092 -3.34 72.80
‘Tinggi’ 29.618 16.990 .411 -16.00 75.23
Tabel-06.d. Beda Rerata Gula Darah Menurut Kolesterol Total dan Jenis Kelamin
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 11.034
df 2
Asymp. Sig. .004
a. Kruskal Wallis Test
b. Grouping Variable: ‘Kolesterol
Total’
Terdapat korelasi antara rerata gula darah sewaktu signifikan dengan Kolesterol Total Pria
(p=0.004)
Terdapat korelasi antara rerata gula darah sewaktu signifikan dengan Kolesterol Total Wanita
(p=0.025)
Tabel-06.e. Beda Rerata Gula Darah Menurut Kolesterol Total dan Usia
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘Kolesterol Total’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 78 120.29 52.380 111.00 82 500
‘Agak Tinggi’ 29 125.41 41.475 107.00 87 233
‘Tinggi’ 12 162.42 68.049 139.00 91 266
Total 119 125.79 52.788 111.00 82 500
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 5.354
df 2
Asymp. Sig. .069
a. Kruskal Wallis Test
b. Grouping Variable: ‘Kolesterol
Total’
Tidak terdapat korelasi antara rerata gula darah sewaktu signifikan dengan Kolesterol Total
(p=0.069)
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘Kolesterol Total’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 85 129.32 53.382 112.00 94 415
‘Agak Tinggi’ 26 144.58 118.428 116.00 85 699
‘Tinggi’ 20 202.40 132.542 160.00 105 505
Total 131 143.50 88.156 115.00 85 699
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 11.314
df 2
Asymp. Sig. .003
a. Kruskal Wallis Test
b. Grouping Variable: ‘Kolesterol
Total’
Terdapat korelasi antara rerata gula darah sewaktu signifikan dengan Kolesterol Total
(p=0.003)
Tabel-06.f. Beda Rerata Gula Darah Menurut Trigliserid dan Jenis Kelamin
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘Trigliserid’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 86 121.72 41.517 111.50 82 404
‘Agak Tinggi’ 13 122.15 22.894 121.00 98 173
‘Tinggi’ 20 170.35 119.750 117.50 85 500
Total 119 129.94 62.743 112.00 82 500
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 3.283
df 2
Asymp. Sig. .194
a. Kruskal Wallis Test
b. Grouping Variable: ‘Trigliserid’
Tidak terdapat korelasi antara rerata gula darah sewaktu signifikan dengan Kolesterol Total
(p=0.194)
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘Trigliserid’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 103 132.97 73.082 111.00 82 699
‘Agak Tinggi’ 14 163.79 108.777 127.50 91 415
‘Tinggi’ 14 165.43 113.519 117.50 98 505
Total 131 139.73 82.657 111.00 82 699
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 1.679
df 2
Asymp. Sig. .432
a. Kruskal Wallis Test
b. Grouping Variable: ‘Trigliserid’
Tidak terdapat korelasi antara rerata gula darah sewaktu signifikan dengan Kolesterol Total
(p=0.432)
Hubungan antara Rerata Gula Darah signifikan menurut Trigliserid untuk Usia <50 tahun
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘Trigliserid’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 90 117.70 33.946 110.50 82 233
‘Agak Tinggi’ 13 118.38 20.443 108.00 91 147
‘Tinggi’ 16 177.31 107.136 139.00 85 500
Total 119 125.79 52.788 111.00 82 500
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 6.470
df 2
Asymp. Sig. .039
a. Kruskal Wallis Test
b. Grouping Variable: ‘Trigliserid’
Terdapat korelasi antara rerata gula darah sewaktu signifikan dengan Kolesterol Total
(p=0.039)
Hubungan antara Rerata Gula Darah menurut Trigliserid untuk Usia >=50 tahun
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘Trigliserid’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 99 137.08 76.729 115.00 85 699
‘Agak Tinggi’ 14 167.29 107.653 128.00 98 415
‘Tinggi’ 18 160.33 124.988 112.00 98 505
Total 131 143.50 88.156 115.00 85 699
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square .984
df 2
Asymp. Sig. .611
a. Kruskal Wallis Test
b. Grouping Variable: ‘Trigliserid’
Tidak terdapat korelasi antara rerata gula darah sewaktu signifikan dengan Kolesterol Total
(p=0.611)
Tabel-06.h. Beda Rerata Gula Darah Menurut LDL dan Jenis Kelamin
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘LDL’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 32 128.91 74.925 106.50 82 500
‘Agak Tinggi’ 37 120.97 37.182 111.00 85 266
‘Tinggi’ 28 117.86 24.438 116.00 84 195
‘Sangat Tinggi’ 22 161.91 96.368 134.50 97 492
Total 119 129.94 62.743 112.00 82 500
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 12.835
df 3
Asymp. Sig. .005
a. Kruskal Wallis Test
b. Grouping Variable: ‘LDL’
Terdapat korelasi antara rerata gula darah sewaktu signifikan dengan LDL (p=0.005)
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘LDL’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 34 136.65 80.758 103.00 82 415
‘Agak Tinggi’ 39 128.13 42.488 113.00 85 266
‘Tinggi’ 29 141.24 109.840 113.00 84 699
‘Sangat Tinggi’ 29 157.45 94.831 120.00 87 505
Total 131 139.73 82.657 111.00 82 699
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 3.267
df 3
Asymp. Sig. .352
a. Kruskal Wallis Test
b. Grouping Variable: ‘LDL’
Tidak terdapat korelasi antara rerata gula darah sewaktu signifikan dengan LDL (p=0.352)
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘LDL’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 34 128.29 77.033 103.00 82 500
‘Agak Tinggi’ 32 129.63 48.258 113.00 85 266
‘Tinggi’ 32 117.44 26.296 110.00 84 195
‘Sangat Tinggi’ 21 128.62 42.592 121.00 87 233
Total 119 125.79 52.788 111.00 82 500
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 4.651
df 3
Asymp. Sig. .199
a. Kruskal Wallis Test
b. Grouping Variable: ‘LDL’
Tidak terdapat korelasi antara rerata gula darah sewaktu signifikan dengan LDL (p=0.199)
Case Summaries
‘V13 = Gula Darah Sewaktu’
‘LDL’ N Mean Std. Deviation Median Minimum Maximum
‘Normal’ 32 137.78 78.888 110.00 97 415
‘Agak Tinggi’ 44 121.02 32.627 110.50 85 230
‘Tinggi’ 25 145.52 117.123 120.00 97 699
‘Sangat Tinggi’ 30 180.90 114.021 145.00 101 505
Total 131 143.50 88.156 115.00 85 699
Test Statisticsa,b
‘V13 = Gula
Darah Sewaktu’
Chi-Square 13.166
df 3
Asymp. Sig. .004
a. Kruskal Wallis Test
b. Grouping Variable: ‘LDL’
Terdapat korelasi antara rerata gula darah sewaktu signifikan dengan LDL (p=0.004)
ANALISIS THREEVARIATE
Analisis three variate (tiga variabel) dapat digunakan untuk analisis deskriptif. Misalnya
mengetahui rerata gula darah menurut Kolesterol Total dan Jenis Kelamin. Dalam hal ini
Kolesterol Total dan jenis kelamin merupakan variabel katagorik nominal, sedangkan gula
darah merupakan variabel numerik. Secara deskriptif, rerata gula darah menurut dua variabel
katagorik dapat disajikan pada tabel berikut. h
Interpretasi:
Gula Darah menurut HDL dan Jenis Kelamin
Pada individu yang memiliki rerata kadar HDL kolesterol rendah dan normal, rata-
rata gula darah individu yang berjenis kelamin pria (130 dan 129) lebih rendah jika
dibandingkan dengan individu yang berjenis kelamin wanita (131 dan 157)
Gula Darah menurut HDL dan Usia
Pada individu yang memiliki rerata kadar HDL kolesterol rendah dan normal, rata-
rata gula darah individu yang berusia kurang dari 50 tahun lebih rendah (121 dan 139)
jika dibandingkan dengan individu yang berusia lebih dari sama dengan 50 tahun (141
dan 149)
Pada individu yang memiliki rerata kadar total kolesterol normal, agak tinggi, tinggi
dan sangat tinggi serta berjenis kelamin laki-laki 122,122,170,0) lebih rendah jika
dibandingkan dengan individu yang berjenis kelamin wanita (133,164,165, dan 0)
Pada individu yang memiliki rerata kadar total kolesterol normal, agak tinggi, tinggi
dan sangat tinggi serta berumur <50 tahun (118,118,177,0) lebih rendah jika
dibandingkan dengan individu yang berjenis >=50 tahun (137,167,160, dan 0)
Pada individu yang memiliki rerata kadar total kolesterol normal, agak tinggi, tinggi
dan sangat tinggi serta tidak obesitas (129,123,218,0) lebih tinggi jika dibandingkan
dengan individu yang obesitas (127,154,141, dan 0)
Pada individu yang memiliki rerata kadar total kolesterol normal, agak tinggi, tinggi
dan sangat tinggi serta berumur <50 tahun (128,130,117,129) lebih rendah jika
dibandingkan dengan individu yang berjenis kelamin wanita (138,121,146, dan 181)
Pada individu yang memiliki rerata kadar total kolesterol normal, agak tinggi, tinggi
dan sangat tinggi serta tidak obesitas (128,123,140,163) lebih tinggi jika
dibandingkan dengan individu yang berjenis kelamin wanita (140,127,119, dan 155)
ANALISIS MULTIVARIATE
Analisis tree variate tergolong dalam analisis multivariate.
Analisis multivariate dapat digunakan untuk mengetahui pengaruh beberapa variabel
independen terhadap variabel dependen, baik secara simultan maupun secara parsial. Statistik
yang dapat digunakan untuk analisis multivariate antara lain analisis regresi ganda dan
analisis regresi logistik biner.
Model Lengkap
Variabel Beta 95% CI Beta P-Valuie R Square
Constanta
Total Kolesterol
Trigliserid
LDL
HDL
Usia
IMT
Jenis Kelamin
Model Ringkas
Model Ringkas dibuat menggunakan method Backward LR
Variabel B p_value Exp(B) 95% CI Exp(B)
Konstanta
Total Kolesterol (1)
HDL (1)