BAB VI PEMBAHASAN
B. Saran
1. Bagian Jaringan Informasi dan Publikasi Penelitian (JIPP) Kementrian Kesehatan agar melakukan intervensi kepada masing-masing variabel yang berhubungan dengan diabetes melitus seperti:
a. Umur dan : Melakukan penyebaran informasi kesehatan terkait Jenis kelamin penyakit degeneratif khususnya diabetes melitus
melalui penyuluhan kesekolah-sekolah dan orang tua, media cetak dan elektronik seperti di majalah, koran, televisi (TV) dan internet. Melakukan promosi kesehatan dan pendidikan kesehatan sedini mungkin.
b. Obesitas :Membuat program jumat sehat, dengan
menggerakkan warga kota/kabupaten untuk melakukan olahraga setiap hari jumat.
c. Hipertensi :Mempromosikan gaya hidup sehat dan pendidikan kesehatan seperti menghindari stress, rokok, diet tinggi garam, konsumsi kopi yang berlebih, dan kejadian obesitas.
d. Konsumsi lemak : Mempromosikan gaya hidup sehat dan pendidikan kesehatan dengan menghindari konsumsi makanan siap saji (fast food) dan junk food yang tinggi lemak dan miskin serat. Kemudian bekerja sama
dengan lintas sektoral dalam izin mendirikan tempat-tempat penjual makanan siap saji (fast food) dan junk food demi mengurangi menjamurnya tempat-tempat penjualan fast food dan junk food dengan harapan hal tersebut dapat menurunkan konsumsi lemak yang tinggi pada penduduk di daerah perkotaan.
e. Merokok : Penyuluhan, promosi dan pendidikan kesehatan mengenai bahaya dan dampak yang ditimbulkan dari rokok.
f. Konsumsi alkohol : Penyuluhan, promosi dan pendidikan kesehatan mengenai bahaya dan dampak yang ditimbulkan dari konsumsi alkohol.
g. Konsumsi kafein :Promosi dan pendidikan kesehatan mengenai bahaya dan dampak dari konsumsi kafein yang berlebih.
2. Peneliti selanjutnya
a. Agar meneliti variabel-variabel yang tidak diteliti dalam penelitian ini karena secara teori variabel tersebut berhubungan dengan penyakit diabetes melitus seperti keturunan dan diabetes gestasional (kehamilan).
b. Agar meneliti variabel dislipidemia dengan melihat kadar lipid (Kolesterol HDL = 35 mg/dl dan atau Trigliserida ≥ 250 mg/dl) karena dalam penelitian ini untuk variabel dislipidemia tidak di ukur dari kadar lipidnya hanya dilihat dari tingkat konsumsi lemak saja. Secara teori variabel tersebut berhubungan dengan penyakit diabetes melitus.
c. Agar pada penelitian diabetes melitus selanjutnya menggunakan disain case control atau kohort untuk melihat apakah faktor risiko benar-benar memiliki korelasi dengan faktor efek dan untuk melihat hubungan sebab akibat secara jelas.
DAFTAR PUSTAKA
1. Departemen Kesehatan R.I. “Pedoman Surveilans Epidemiologi Diabetes
Melitus‖. Direktorat Jendral PP & PL. Jakarta: 2007
2. “Petunjuk Teknis Pengukuran Faktor Risiko Diabetes Melitus”. Ditjen PP & PL. Jakarta: 2008
3. “Survei Kesehatan Nasional (SKRT: Survei Kesehatan Rumah Tangga 2004) Sudut Pandang Masyarakat Mengenai Status, Cakupan, Ketanggapan dan Pelayanan Kesehatan‖. Badan Penelitian dan Pengembangan Kesehatan. Volume 3. Jakarta: 2005
4. “Laporan Hasil Riset Kesehatan Dasar (RISKEDAS) Indonesia
Tahun 2007‖. Badan Penelitian dan Pengembangan Kesehatan. Jakarta: 2008 5. Mohan, Viswanathan et al. “Urban rural differences in prevalence of self- reported diabetes in India—The WHO–ICMR Indian NCD risk factor
surveillance‖ Vol. 80, Issue 1, April 2008. Diakses dari http://www.diabetesresearchclinicalpractice.com/article/S0168-
8227%2807%2900617-1/pdf
6. Aditama, Tjandra Yoga. Kemenkes Ri : Urbanisasi Jadi Masalah Kesehatan
Paling Utama Di Dunia. Diakses dari
http://www.depkominfo.go.id/berita/bipnewsroom/kemenkes-ri-urbanisasi- jadi-masalah-kesehatan-paling-utama-di-dunia/. Tanggal 26-08-2010, pukul 01:11
7. Tandra, Hans. “Segala Sesuatu yang Harus Anda Ketahui Tentang Diabetes: Panduan Lengkap Mengenal dan Mengatasi Diabetes dengan Cepat dan
Mudah‖. PT: Gramedia. Jakarta: 2008
8. Bustan, M. N. ―Epidemiologi: Penyakit Tidak Menular‖. Rineka Cipta. Jakarta: 2007
9. Sustrani, Lanny dkk. “Diabetes‖. PT: Gramedia Pustaka Utama. Jakarta: 2006
10. Sudoyo, Aru W dkk. Buku Ajar Ilmu Penyakit Dalam. Jilid III, Edisi IV. Cet. II. FKUI, Jakarta. 2007
11. Dalimartha, Setiawan. ― Ramuan Tradisional Untuk Pengobatan Diabetes
12. Soegondo, Sidartawan. ―Hidup Secara Mandiri dengan: Diabetes Mellitus,
Kencing Manis, Sakit Gula‖. FKUI. Jakarta: 2008
13. Departemen Kesehatan R.I. “Pedoman Teknis Penemuan dan Tatalaksana
Penyakit Diabetes Melitus‖. Direktorat Jendral PP & PL. Jakarta: 2008 14. “Pedoman Pengisian Kuesioner RISKESDAS 2007‖. Badan
Penelitian dan Pengembangan Kesehatan. Jakarta: 2007
15. Notoatmodjo, Soekidjo. “Ilmu Kesehatan Masyarakat: Prinsip-prinsip
Dasar‖. PT. Rineka Cipta. Jakarta: 2003
16. Pramono, Laurentius Aswin. “Prevalensi dan Faktor-faktor Prediksi Diabetes
Melitus Tidak Terdiagnosa pada Penduduk Usia Dewasa di Indonesia‖.
Tesis FKMUI. Jakarta: 2010
17. Banner, Abdulbari et al. “Prevalence of Diagnosed and Undiagnosed Diabetes Mellitus and Its Risk factors in a Population-Based Study of Qatar‖ Vol. 84, Issue 1, April 2009. Diakses dari http://www.diabetesresearchclinicalpractice.com/article/S0168-
8227%2809%2900067-9/pdf
18. Harding, Anne Helen et al. “Dietary Fat and The Risk of Clinic Type 2
Diabetes‖. American Journal Of Epidemiology. Vol. 159, No. 1. 2003
19. Adi, O dkk. “Prevalens Diabetes Melitus dan Faktor-Faktor yang Berkaitan Dikalangan penduduk Bukit Badong‖ Buletin Kesihatan Masyarakat. Jilid 1. Bil. 1 tahun 1994
20. Irawan, Dedi. “Prevalensi dan Faktor Risiko Kejadian Diabetes Melitus Tipe
2 di Daerah Urban di Indonesia‖. Tesis FKMUI. Jakarta: 2010
21. Ramaiah, Savitri. “Diabetes: Cara Mengetahui Gejala Diabetes dan
Mendetksinya Sejak Dini‖. PT. Bhuana Ilmu Populer. Jakarta: 2008
22. Azwar, Azrul. Pengantar Pendidikan Kesehatan. Jakarta, Sastra Hudaya, 1983
24. Rahajeng, Ekowati. ― Buku Panduan Prediksi Risiko Diabetes Melitus Tipe 2
dengan Sistem Skor‖. FKUI. Jakarta: 2003
25. ”Risiko Kebiasaan Minum Kopi pada Kasus Toleransi
Glukosa Terganggu Terhadap Terjadinya DM tipe 2‖. Disertasi FKMUI. Jakarta: 2004
26. Almatsier, Sunita. ―Penuntun Diet‖. PT. Ikrar Mandiri Abadi. Jakarta: 2006 27. Departemen Kesehatan R.I. “Kartu Peraga RISKEDAS 2007‖. Badan
Penelitian dan Pengembangan Kesehatan. Jakarta: 2007
28. Sudoyo, Aru W dkk. Buku Ajar Ilmu Penyakit Dalam. Jilid III, Edisi IV. Cet. II. FKUI, Jakarta. 2007
29. Sukaton, Utojo. “Diabetes Melitus dan Hipertensi‖. Acta Medica Indonesiana. No.5 Vol. XVIII Bag. II. 1986
30. Soeyono, Slamet. “Patofisiologi Diabetes Melitus. Dalam: Penatalaksanaan
Diabetes Melitus Terpadu‖. Pusat Diabetes dan Lipid RSUP Dr. Cipto Mangunkusumo FKUI. Jakarta: 1999
31. Mujibatur, Rohmah “Hubungan Merokok Dengan Terjadinya Katarak : Studi
Kasus Pada Pasien Rumah Sakit Mata Undaan Tahun 2006‖. Diakses dari http://www.adln.lib.unair.ac.id/go.php?id=gdlhub-gdl-s1-2006-rohmahmuji. Tanggal 18-08-2010, pukul 02:15 WIB
32. Suheni, Yuliana “Skripsi: Hubungan Antara Kebiasaan Merokok Dengan Kejadian Hipertensi Pada Laki-laki Usia 40 Tahun ke Atas di Badan Rumah
Sakit Daerah Cepu 2007‖ Diakses dari http://digilib.unnes.ac.id/gsdl/collect/skripsi/archives. /HAS... - 39k. tanggal 17-08-2010, pukul 05:00 WIB
33. Tjekyan, Suryadi R.M. “Risiko Penyakit Diabetes Melitus Tipe 2 di Kalangan Peminum Kopi di Kotamadya Palembang Tahun 2006-2007‖ Makara Kesehatan, Vol. 11, No. 2, Desember 2007: 54-60
34. Departemen Kesehatan R.I. “Metode Pencegahan dan Penanggulangan Faktor Risiko Diabetes Melitus Tahun 2006‖. Direktorat Jendral PP & PL. Jakarta: 2006
35. “Metodelogi Penelitian Riskesdas 2007”. Badan Penelitian dan Pengembangan Kesehatan. Jakarta: 2007
36. “Pedoman Pengukuran dan Pemeriksaan RISKESDAS 2007‖. Badan Penelitian dan Pengembangan Kesehatan. Jakarta: 2007
37. Badan Pusat Statistik. ― Statistik Kesejahteraan Rakyat 2007 Welfare
Statistics 2007‖. CV: Prodata Nusaraya, 2008
38. “Pedoman Pengambilan, Penyimpanan, Pengemasan dan Pengiriman Spesimen Darah”. Badan Penelitian dan Pengembangan Kesehatan. Jakarta: 2007
39. Budiarto, Eko. “ Biostatistika: Untuk Kedokteran dan Kesehatan Masyarakat”. EGC, Jakarta: 2001
40. Sabri, Lubis dkk. “Statistik Kesehatan‖. PT. Raja Grafindo Persada. Jakarta: 2006
41. Siswanto, Hadi dkk “Data/Informasi Kependudukan Menurut Sensus Tahun
1971, 1980, 1990 SUPAS 1995, dan Proyeksinya‖ Depkes 2000 42. Berg, Alan. 1986. Peran Gizi dalam Pembangunan. Jakarta : Rajawali.
43. ―Prinsip Dasar Ilmu Gizi‖.PT Gramedia Pustaka Utama. Jakarta: 2001
44. Anonim. “Ruang Sehat Untuk Warga Pekotaan Hari Kesehatan Sedunia Ke-
62‖ Diakses dari http://www.kaskus.us/showthread.php. Tanggal 27-06-2010, pukul 08:48 WIB
45. Ariawan. Iwan. “ Besar dan Metode Sampel pada Penelitian Kesehatan. Jurusan Biostatik dan Kependudukan. FKM, UI Depok: 1998
46. Johanes, Chandrawlnata.” 10 Penyakit Mengancam Gaya Hidup Tidak Sehat‖. Diakses http://bataviase.co.id/node/158061. Tanggal 30-08-2010, pukul: 22:41
47. Kompas, “Makan Sehat Hidup Sehat‖. PT. Kompas Media Nusantara. Jakarta: 2006
48. Simarmata, Martha Adelina. “Perilaku Pegawai PT. Bank Kesawan Tbk, Cabang Pematang Siantar Terhadap Pencegahan Penyakit Degeneratif
49. Soewondo, Pradana dkk. ―Buku Acuan Penatalaksanaan Diabetes Melitus
Bagi Dokter Puskesmas, Dokter Praktek Umum dan Edukator Diabetes‖.
FKUI. Jakarta: 1988
50. Takasihaeng, Jan. ―Hidup Sehat dengan Problem Penyakit‖. Kompas. Jakarta: 2000
51. Wijayanti, Siwi Praptining. “Hubungan Antara Tingkat Pendapatan Keluarga dan Tingkat Pengetahuan Gizi Ibu Dengan Kejadian Obesitas Anak Pada Siswa SD Islam Terpadu Ihsanul Fikri Magelang Tahun Ajaran
2006/2007‖ Skripsi FIK UNNES. Diakses dari http://digilib.unnes.ac.id/gsdl/collect/skripsi/archives/HASH019c/b899cf5a.di r/doc.pdf. Tanggal 31-08-2010, pukul 2:30
52. Ummmi Online. “Sehat dengan Serat‖ Edisi: No. 6 Tahun XXI. Diakses dari http://www.ummi-online.com/artikel-4-sehat-dengan-serat.html. Tanggal 12- 11-2010, pukul 16:52
Hipertensi)
KuesionerMerokok (D11-D17)
(D35)
svy: proportion dm jk didik kerja obes aktvts hiprtnsi lemak rokoklg alkohol kafein buahsayu
(running proportion on estimation sample) Survey: Proportion estimation
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640 _prop_2: dm = non dm
_prop_4: jk = laki-laki
_prop_7: kerja = tidak bekerja _prop_17: lemak = tidak pernah _prop_21: rokoklg = tidak merokok _prop_26: kafein = tidak pernah
--- | Linearized Binomial Wald | Proportion Std. Err. [95% Conf. Interval] ---+--- dm | dm | .0448954 .0015591 .0418394 .0479514 _prop_2 | .9551046 .0015591 .9520486 .9581606 ---+--- jk | perempuan | .5410691 .0037519 .533715 .5484232 _prop_4 | .4589309 .0037519 .4515768 .466285 ---+--- didik | rendah | .5975852 .0036922 .5903481 .6048223 tinggi | .4024148 .0036922 .3951777 .4096519 ---+--- kerja | _prop_7 | .0935888 .0021929 .0892904 .0978872 bekerja | .9064112 .0021929 .9021128 .9107096 ---+--- obes | obesitas | .2525367 .0032712 .2461248 .2589486 normal | .7474633 .0032712 .7410514 .7538752 ---+--- aktvts | kurang | .500085 .0037646 .492706 .507464 cukup | .499915 .0037646 .492536 .507294 ---+--- hiprtnsi | ya | .1821892 .0029063 .1764926 .1878858 tidak | .8178108 .0029063 .8121142 .8235074 ---+---
sering | .1613854 .0027699 .1559561 .1668147 jarang | .5141432 .0037631 .5067671 .5215193 _prop_17 | .3244714 .003525 .317562 .3313808 ---+--- rokoklg | berat | .0262457 .0012037 .0238864 .028605 sedang | .1353098 .0025754 .1302617 .1403578 ringan | .1320787 .0025492 .127082 .1370754 _prop_21 | .7063659 .003429 .6996447 .7130871 ---+--- alkohol | ya | .0269826 .00122 .0245913 .0293739 tidak | .9730174 .00122 .9706261 .9754087 ---+--- kafein | sering | .3392098 .0035646 .3322227 .3461969 jarang | .1584377 .0027493 .1530488 .1638266 _prop_26 | .5023525 .0037646 .4949735 .5097314 ---+--- buahsayu | kurang | .9734142 .0012112 .9710401 .9757883 cukup | .0265858 .0012112 .0242117 .0289599 svy:mean umr
(running mean on estimation sample) Survey: Mean estimation
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640 --- | Linearized
| Mean Std. Err. [95% Conf. Interval] ---+--- umr | 50.04138 .8674354 48.34112 51.74164 ---
B. Analisis bivariat
1. Hubungan Umur dengan DM
svy: mean umur, over( dm)
running mean on estimation sample) Survey: Mean estimation
Number of strata = 1 Number of obs = 17641 Number of PSUs = 1764 Population size = 17641
Design df = 17640 P = 0.021
--- | Linearized
Over | Mean Std. Err. [95% Conf. Interval] ---+--- umur | dm | 59.29672 3.794603 51.85892 66.73451 _subpop_2 | 49.60633 .8903817 47.86109 51.35156 2. Hubungan jk dengan DM
svy:tabulate jk dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641
Number of PSUs = 17641 Population size = 17641 Design df = 17640 --- | dm jk | dm non dm Total ---+--- perempua | 5.123 94.88 100 | 489 9056 9545 | laki-lak | 3.743 96.26 100 | 303 7793 8096 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson:
Uncorrected chi2(1) = 19.4693
Design-based F(1, 17640) = 19.4682 P = 0.0000 . svy:logit dm jk, or
(running logit on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640
Prob > F = 0.0000 --- ---
| Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval]
---+--- ---
jk | 1.388783 .103782 4.39 0.000 1.199557 1.607859
3. Hubungan didik dengan DM
svy:tabulate didik dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641 Design df = 17640 ---
| dm didik | dm non dm Total ---+--- rendah | 4.449 95.51 100 | 469 1.0e+04 1.1e+04 | tinggi | 4.55 95.45 100 | 319 6776 7099 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson:
Uncorrected chi2(1) = 0.1011
Design-based F(1, 17640) = 0.1010 P = 0.7506
4. Hubungan kerja dengan DM
svy:tabulate kerja dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641 Design df = 17640
--- | dm kerja | dm non dm Total ---+--- tidak be | 5.754 94.25 100 | 95 1556 1651 | bekerja | 4.359 95.64 100 | 697 1.5e+04 1.6e+04 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson:
Uncorrected chi2(1) = 6.7926
Design-based F(1, 17640) = 0.7923 P = 0.0092 svy:logit dm kerja, or
(running logit on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640 F(1, 17640) = 137.58 Prob > F = 0.0000 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval]
---+--- ---
kerja| 1.339596 .1507853 2.60 0.009 1.074375 1.67029
5. Hubungan obesitas dengan DM
svy:tabulate obes dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640
| dm obes | dm non dm Total ---+--- obesitas | 7.722 92.28 100 | 344 4111 4455 | normal | 3.398 96.6 100 | 448 1.3e+04 1.3e+04 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson:
Uncorrected chi2(1) = 145.2044
Design-based F(1, 17640) = 145.1962 P = 0.0000 . svy:logit dm obes, or
(running logit on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640 F(1, 17640) = 137.58 Prob > F = 0.0000 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval]
---+--- ---
obes | 2.379218 .1758183 11.73 0.000 2.058393 2.750047
6. Hubungan hipertensi dengan DM
svy:tabulate hiperten dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641 Design df = 17640
| dm hiperten | dm non dm Total ---+--- ya | 5.227 94.77 100 | 168 3046 3214 | tidak | 4.325 95.67 100 | 624 1.4e+04 1.5e+04 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson:
Uncorrected chi2(1) = 4.9862
Design-based F(1, 17640) = 4.9859 P = 0.0256 . svy:logit dm hiperten, or
(running logit on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641 Design df = 17640 F(1, 17640) = 4.97 Prob > F = 0.0258 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval]
---+--- ---
hiperten | 1.220024 .1088227 2.23 0.026 1.024326 1.453109
7. Hubungan lemak dengan DM
svy:tabulate lemak dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641 Design df = 17640
| dm lemak | dm non dm Total ---+--- sering | 4.566 95.43 100 | 130 2717 2847 | jarang | 4.079 95.92 100 | 370 8700 9070 | tidak pe | 5.101 94.9 100 | 292 5432 5724 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson:
Uncorrected chi2(2) = 8.5937
Design-based F(2.00, 35280.00)= 4.2966 P = 0.0136 . svy:logit dm lemak, or
(running logit on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 pulation size = 17641 Design df = 17640 F(1, 17640) = 2.87 Prob > F = 0.0904 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval]
---+--- ---
lemak | .9092209 .0510945 -1.69 0.090 .8143893 1.015095
8. Hubungan rokok dengan DM
svy:tabulate rokoklg dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641
--- | dm rokoklg | dm non dm Total ---+--- berat | 5.616 94.38 100 | 26 437 463 | sedang | 3.519 96.48 100 | 84 2303 2387 | ringan | 3.734 96.27 100 | 87 2243 2330 | tidak me | 4.775 95.23 100 | 595 1.2e+04 1.2e+04 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson:
Uncorrected chi2(3) = 12.0809
Design-based F(3.00, 52920.00)= 4.0267 P = 0.0071 . svy:logit dm rokoklg, or
(running logit on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641 Design df = 17640 F(1, 17640) = 4.18 Prob > F = 0.0408 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval]
---+--- ---
rokoklg | .9051101 .044118 -2.05 0.041 .822637 .9958514
svy:tabulate alkohol dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641 Design df = 17640 ---
| dm alkohol | dm non dm Total ---+--- ya | 1.891 98.11 100 | 9 467 476 | tidak | 4.562 95.44 100 | 783 1.6e+04 1.7e+04 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson:
Uncorrected chi2(1) = 7.7050
Design-based F(1, 17640) = 7.7046 P = 0.0055 svy:logit dm alkohol, or
(running logit on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641
Number of PSUs = 17641 Population size= 17641 Design df = 17640 F(1, 17640) = 7.20 Prob > F = 0.0073 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval]
---+--- ---
alkohol | .4032095 .1364953 -2.68 0.007 .2076637 .7828903
svy:tabulate kafein dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640 ---
| dm kafein | dm non dm Total ---+--- sering | 3.727 96.27 100 | 223 5761 5984 | jarang | 4.079 95.92 100 | 114 2681 2795 | tidak pe | 5.134 94.87 100 | 455 8407 8862 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson:
Uncorrected chi2(2) = 17.8142
Design-based F(2, 35280) = 8.9066 P =0.0001 . svy:logit dm kafein, or
(running logit on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641 Design df = 17640 F(1, 17640) = 16.84 Prob > F = 0.0000 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval]
---
kafein | .8422475 .0352361 -4.10 0.000 .7759372 .9142246
---
11.Hubungan sayur dan buah dengan DM
svy:tabulate buahsayu dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641 Design df = 17640 ---
| dm buahsayu | dm non dm Total ---+--- kurang | 4.449 95.55 100 | 764 1.6e+04 1.7e+04 | cukup | 5.97 94.03 100 | 28 441 469 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson:
Uncorrected chi2(1) = 2.4632
Design-based F(1, 17640) = 2.4631 P = .1166 . svy:logit dm buahsayu, or
(running logit on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641
Design df = 17640 F( 1, 17640) = 2.44 Prob > F = 0.1180 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval]
---
buahsayu | .7333618 .145483 -1.56 0.118 .4971035 1.081906
12.Hubungan aktivitas fisik dengan DM
svy:tabulate aktvts dm, obs row percent (running tabulate on estimation sample)
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640 ---
| dm aktvts | dm non dm Total ---+--- kurang | 4.341 95.6 100 | 383 8439 8822 | cukup | 4.638 95.36 100 | 409 8410 8819 | Total | 4.49 95.51 100 | 792 1.7e+04 1.8e+04 --- Key: row percentages
number of observations Pearson: Uncorrected chi2(1) = 0.9029 Design-based F(1, 17640) = 0.9029 P =0.3420 C. Multivariat 1. Model 1
svy:logistic dm umur jk kerja obes aktvts hiprtnsi lemak rokoklg alkohol kafein buahsayu
(running logistic on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 7641 Population size= 17641 Design df = 17640 F(11, 17630) = 17.09 Prob > F = 0.0000
---
| Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval] ---+--- --- umur | .9994452 .0002013 -2.76 0.006 .9990507 .9998398 jk | 1.119176 .0924426 1.36 0.173 .951887 1.315866 kerja | 1.430868 .1630981 3.14 0.002 1.144375 1.789085 obes | 2.298677 .1737357 11.01 0.000 1.982161 2.665733 aktvts | .8973867 .0678175 -1.43 0.152 .7738344 1.040666 hiprtnsi | 1.195635 .1075571 1.99 0.047 1.002353 1.426186 lemak | .9085908 .0508753 -1.71 0.087 .8141477 1.01399 rokoklg | .9491697 .0469221 -1.06 0.291 .8615131 1.045745 alkohol | .4907756 .1696501 -2.06 0.040 .2492422 .9663722 kafein | .8827997 .0406937 -2.70 0.007 .8065334 .9662777 buahsayu | .79394 .1581278 -1.16 0.247 .537333 1.173091 2. Model 2
svy:logistic dm umur jk kerja obes aktvts hiprtnsi lemak rokoklg alkohol kafein
(running logistic on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size= 17641 Design df = 17640 F(10, 17631) = 18.59 Prob > F = 0.0000 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval]
---+--- ---
.9990468 .9998353 jk | 1.121093 .0927356 1.38 0.167 .9532931 1.31843 kerja | 1.434682 .1635323 3.17 0.002 1.147426 1.793852 obes | 2.30423 .1737788 11.07 0.000 1.987587 2.671318 aktvts | .9050048 .0679507 -1.33 0.184 .781152 1.048495 hiprtnsi | 1.197896 .1077205 2.01 0.045 1.004315 1.42879 lemak | .9086788 .0508733 -1.71 0.087 .8142387 1.014073 alkohol | .4836236 .1672335 -2.10 0.036 .2455546 .9525044 kafein | .8781811 .0400045 -2.85 0.004 .8031671 .9602012 buahsayu | .7895355 .157406 -1.19 0.236 .534146 1.167034 3. Model 3
svy:logistic dm umur jk kerja obes aktvts hiprtnsi lemak alkohol kafein
(running logistic on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640 F(9, 17632) = 20.52 Prob > F = 0.0000 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval] ---+--- --- umur | .9994437 .000201 -2.77 0.006 .9990497 .9998378 jk | 1.121085 .092763 1.38 0.167 .9532395 1.318485 kerja | 1.434835 .1635012 3.17 0.002 1.147624 1.793924 obes | 2.312526 .1745772 11.11 0.000 1.994451 2.681328
.7826299 1.050538 hiprtnsi | 1.199338 .1078881 2.02 0.043 1.005462 1.430599 lemak | .9112552 .0510606 -1.66 0.097 .8164718 1.017042 alkohol | .486142 .1681778 -2.08 0.037 .2467601 .957748 kafein | .8775775 .0400029 -2.86 0.004 .8025687 .9595966 4. Model 4
svy:logistic dm umur jk kerja obes hiprtnsi lemak alkohol kafein
(running logistic on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640 F(8, 17633) = 22.96 Prob > F = 0.0000 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval] ---+--- --- umur | .9994334 .0002004 -2.83 0.005 .9990407 .9998263 jk | 1.11995 .0926354 1.37 0.171 .9523302 1.317072 kerja | 1.417318 .1609524 3.07 0.002 1.134481 1.770669 obes | 2.319177 .1749833 11.15 0.000 2.000349 2.688821 hiprtnsi | 1.19603 .10752 1.99 0.046 1.002804 1.426488 lemak | .9058278 .0505773 -1.77 0.077 .8119236 1.010593 alkohol | .4910755 .1696885 -2.06 0.040 .2494594 .9667108 kafein | .882727 .0397709 -2.77 0.006 .8081151 .9642277
svy:logistic dm umur kerja obes hiprtnsi lemak alkohol kafein
(running logistic on estimation sample) Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640 F(7, 17634) = 25.47 Prob > F = 0.0000 --- --- | Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval] ---+--- --- umur | .9994362 .0002001 -2.82 0.005 .999044 .9998285 kerja | 1.420732 .1613239 3.09 0.002 1.137239 1.774895 obes | 2.357715 .1751379 11.55 0.000 2.03825 2.727253 hiprtnsi | 1.196216 .1075269 1.99 0.046 1.002976 1.426687 lemak | .9066253 .0506601 -1.75 0.079 .8125712 1.011566 alkohol | .4671114 .1597206 -2.23 0.026 .238972 .9130488 kafein | .8682008 .0365925 -3.35 0.001 .7993586 .9429718 6. Model 6
svy:logistic dm umur kerja obes hiprtnsi alkohol kafein (running logistic on estimation sample)
Survey: Logistic regression
Number of strata = 1 Number of obs = 17641 Number of PSUs = 17641 Population size = 17641 Design df = 17640 F(6, 17634) = 29.40 Prob > F = 0.0000
---
| Linearized
dm | Odds Ratio Std. Err. t P>|t| [95% Conf. Interval] ---+--- --- umur | .9994255 .0001993 -2.88 0.004 .9990349 .9998162 kerja | 1.421418 .161328 3.10 0.002 1.137904 1.775571 obes | 2.352823 .1747043 11.52 0.000 2.034139 2.721434 hiprtnsi | 1.192758 .1071773 1.96 0.050 1.00014 1.422472 alkohol | .4642022 .1586863 -2.24 0.025 .2375233 .9072107 kafein | .8669509 .0365767 -3.38 0.001 .7981414 .9416927