a. Buatlah Variabel Indeks Massa Tubuh dan sajikan dalam bentuk frekuensi distribusi untuk data kualitatif!1. Buat Kategori baru

Transform compute variabel Target Variabel : IMT masukkan Rumus : (Berat)/(Tinggi/100)**2 OK

2. Transform Record into diff KategoriIMT (atas), Kategori_IMT (bawah) change old and new masukkan rangeLowest : < 18,50 (1)Range : 18,50 – 22,99 (2)Range : 23,00 – 24,99 (3)Range : 25,00 – 29,99 (4)All Others : >30 (5)

3. Ubah Value kategori IMTnya1 : < 18,50 underweight2 : 18,50 – 22,99 healthy weight3 : 23,00 – 24,99 overweight4 : 25,00 – 29,99 heavily overweight5 : >30 obese

4. Analyze descriptive frequency kategori IMT chart dll kalau perlu

b. Buatlah frekuensi distribusi umur penderita!1. Mencari range umur dahulu

Descriptive frequency umur statistik range min – max OKBanyak kelas : 1 + 3,3 log N (jumlah data) 1 + 3,3 log 299 9Lebar kelas : 80 – 22 = 58

Jadi 58/9 = 6 2. Transform record into different umur KategoriUmur Change old and new

masukkan range22-2829-3536-4243-4950-5657-6364-7071-7778-84

3. Ubah Varibel Kategori Umur1. : 22-282. : 29-353. : 36-424. : 43-495. : 50-566. : 57-63

7. : 64-708. : 71-779. : 78-84

4. Analyze descriptive frequency kategori umur chart dll kalau perlu

c. Hitunglah korelasi umur dan tekanan sistolik berupa nilai p dan t!1. Menentukan distribusi normal / tidak :

Analyze descriptive statistic explore umur, tekanan sistolik plot normalJika sig > 0,05 : tidak berbedaBermakna dengan Kolmogorow-Smirnov : < 0,05 (distribusi tidak normal), >0,05 (distribusi normal)

Analyze non parametrik one legacy one sample KS umur, sistolik options descriptive OK< 0,05 (distribusi tidak normal), >0,05 (distribusi normal)

2. Menentukan Korelasi :Analyze corellate bivariate Umur (tdk kategori), tekanan sistolik (tdk kategori)Pearson : jika distribusi normal, spearmen : jika tidak normalOKNilai p (pearson correlation), t (sig 2 tailed)Jika sig > 0,05 : tidak ada hubungan

d. Apakah ada perbedaan tekanan darah sistolik antar kelompok IMT?1. Analyze compare means one way ANOVA dependent : sistolik tdk kategori,

independent : IMT kategori post hoc (Bonferoni) options ( descriptive, homogen, Brown forsythe) OKLihat nilai Levene StatistikJika sig > α : homogen (baca ANOVA) ANOVA : >α : perbedaan, <α : tidak berbeda

Sig < α : tidak homogen2. Jika data tidak homogen, pakai Kruskal Wallis

Analyze non parametrik K-Test independent numerik sistolik dan IMT kategorik (define range 1,5) OKLihat sigJika p < 0,05 : paling tidak terdapat perbedaan antara sistolik dan kategori IMT

e. Apakah variabel umur berdistribusi normal?Analyze descriptive statistic explore umur belum kategori plot normalKolmogorrow Smirnov : <0,05 : distribusi tidak normal, >0,05 : distribusi normal

Jika ditanya apakah ada hubungan ?

Pakai chi squareAnalyze descriptive cross tabs (row : independent kategori, column : dependent kategori) statistic (chi square, correlation, gamma)Cell (row)OKP > 0,05 : tidak ada hubunganP < 0,05 : ada hubungan

Pakai Uji TAnalyze compare mean independent sample T test Total kolestrol belum kategori, sex (define grup 1,2) okLevene >α : homogen, <α: tidak homogenSig T >α : tidak berbeda bermakna, <α: berbeda bermakna