• Tidak ada hasil yang ditemukan

No. Tanggal :../.../.. DEPARTEMEN ILMU KEDOKTERAN GIGI ANAK FAKULTAS KEDOKTERAN GIGI UNIVERSITAS SUMATERA UTARA

N/A
N/A
Protected

Academic year: 2021

Membagikan "No. Tanggal :../.../.. DEPARTEMEN ILMU KEDOKTERAN GIGI ANAK FAKULTAS KEDOKTERAN GIGI UNIVERSITAS SUMATERA UTARA"

Copied!
13
0
0

Teks penuh

(1)

Lampiran

No.

Tanggal : ……../…….../……..

DEPARTEMEN ILMU KEDOKTERAN GIGI ANAK

FAKULTAS KEDOKTERAN GIGI

UNIVERSITAS SUMATERA UTARA

PENCABUTAN GIGI BERDASARKAN USIA DAN JENIS KELAMIN

ANAK DI KLINIK DEPARTEMEN ILMU KEDOKTERAN

GIGI ANAK RSGMP USU TAHUN 2010-2015

LEMBAR PENGISIAN DATA

2. Tahun lembaran pemeriksaan : 1. 2010

2. 2011

3. 2012

4. 2013

5. 2014

6. 2015

3. Jenis kelamin

:

1. Laki-laki

2. Perempuan

4. Usia anak

:

5. Pekerjaan Orang tua :

1. PNS/ Polri/ TNI/ Pensiun

2. Pegawai Swasta

3. Petani

4. Buruh

5. Wiraswasta

6. Tidak Bekerja

7. Tidak ada keterangan

Kebutuhan Pencabutan

2.

3.

4.

No.

5.

(2)

18 17 16 15 14 13 12 11 21 22 23 24 25 26 27 28

55 54 53 52 51 61 62 63 64 65

85 84 83 82 81 71 72 73 74 75

48 47 46 45 44 43 42 41 31 32 33 34 35 36 37 38

Pencabutan

18 17 16 15 14 13 12 11 21 22 23 24 25 26 27 28

55 54 53 52 51 61 62 63 64 65

85 84 83 82 81 71 72 73 74 75

48 47 46 45 44 43 42 41 31 32 33 34 35 36 37 38

Keterangan:

1. Trauma

2. Karies

3. Persistensi

4. Mobiliti

5. Supernumerary teeth

6. Keperluan ortodonti

7. Abses

8. Radiks

6.

(3)

HASIL ANALISIS DATA

R Notebook

##

## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats': ##

## filter, lag

## The following objects are masked from 'package:base': ##

## intersect, setdiff, setequal, union

Menampilkan Nama File

## [1] "~$data_luthfiya.xlsx" "~$Luthfi.docx" "Data Luthfiya h.xlsx"

## [4] "data_luthfiya.txt" "data_luthfiya.xlsx" "Luthfi.docx"

## [7] "luthfiya.docx" "luthfiya.knit.md" "luthfiya.nb.h tml"

## [10] "luthfiya.Rmd" "luthfiya.utf8.md" "new.Rmd"

Menampilkan Jumlah Baris dan Kolom dari Data

## [1] 3170 201

Uji Chi-Square Goodness-of-Fit antara Usia dengan Indikasi

## Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima tion may

## be incorrect ##

##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Trauma berdasarkan usia.

## ## ##

(4)

## data: x

## X-squared = 45.455, df = 13, p-value = 1.757e-05 ##

## ##

## Diketahui nilai p = 0.00002 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

## ## ##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Karies berdasarkan usia.

## ## ##

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 571.58, df = 13, p-value < 2.2e-16 ##

## ##

## Diketahui nilai p = 0.00000 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

## ## ##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Persistensi berdasarkan usia.

## ## ##

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 661.06, df = 13, p-value < 2.2e-16 ##

## ##

## Diketahui nilai p = 0.00000 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

## ## ## ##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Mobiliti_Fisiologis berdasarkan usia.

(5)

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 548.9, df = 13, p-value < 2.2e-16 ##

## ##

## Diketahui nilai p = 0.00000 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

## Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima tion may

## be incorrect ##

##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Mobiliti_Patologis berdasarkan usia.

## ## ##

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 88.75, df = 13, p-value = 2.422e-13 ##

## ##

## Diketahui nilai p = 0.00000 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

## Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima tion may

## be incorrect ##

##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Supernumerari_Teeth berdasarkan usia.

## ## ##

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 27.846, df = 13, p-value = 0.009508

(6)

## Diketahui nilai p = 0.00951 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

## Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima tion may

## be incorrect ##

##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Keperluan_Orto berdasarkan usia.

## ## ##

## Chi-squared test for given probabilities ## ## data: x ## X-squared = 13, df = 13, p-value = 0.4478 ## ## ##

## Diketahui nilai p = 0.44781 > 0.05, maka tidak terdapat perbedaan proporsi yang signifikan.

## Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima tion may

## be incorrect ##

##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Abses berdasarkan usia.

## ## ##

## Chi-squared test for given probabilities ## ## data: x ## X-squared = 36, df = 13, p-value = 0.0005933 ## ## ##

## Diketahui nilai p = 0.00059 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Radiks berdasarkan usia.

## ##

(7)

##

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 1043.9, df = 13, p-value < 2.2e-16 ##

## ##

## Diketahui nilai p = 0.00000 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

## Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima tion may

## be incorrect

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Apical_Perforation berdasarkan usia.

## ## ##

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 47, df = 13, p-value = 9.662e-06 ##

## Diketahui nilai p = 0.00001 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

Uji Chi-Square Goodness-of-Fit antara Jenis Kelamin dengan

Indikasi

## ##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Trauma berdasarkan jenis kelamin.

## ## ##

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 0.18182, df = 1, p-value = 0.6698 ##

##

## Diketahui nilai p = 0.66982 > 0.05, maka tidak terdapat perbedaan proporsi yang signifikan.

(8)

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Karies berdasarkan jenis kelamin.

## ## ##

## Chi-squared test for given probabilities ## ## data: x ## X-squared = 13.661, df = 1, p-value = 0.0002189 ## ## ##

## Diketahui nilai p = 0.00022 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

## ## ##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Persistensi berdasarkan jenis kelamin.

## ## ##

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 18.563, df = 1, p-value = 1.644e-05 ##

## ##

## Diketahui nilai p = 0.00002 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

## ## ##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Mobiliti_Fisiologis berdasarkan jenis kelamin.

## ## ##

## Chi-squared test for given probabilities ## ## data: x ## X-squared = 5.623, df = 1, p-value = 0.01773 ## ## ##

## Diketahui nilai p = 0.01773 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

(9)

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Mobiliti_Patologis berdasarkan jenis kelamin.

## ## ##

## Chi-squared test for given probabilities ## ## data: x ## X-squared = 10.125, df = 1, p-value = 0.001463 ## ## ##

## Diketahui nilai p = 0.00146 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

## ##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Supernumerari_Teeth berdasarkan jenis kelamin.

## ## ##

## Chi-squared test for given probabilities ## ## data: x ## X-squared = 1.3846, df = 1, p-value = 0.2393 ## ## ##

## Diketahui nilai p = 0.23932 > 0.05, maka tidak terdapat perbedaan proporsi yang signifikan.

## Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima tion may

## be incorrect ##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Keperluan_Orto berdasarkan jenis kelamin.

## ## ##

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 1, df = 1, p-value = 0.3173

## Diketahui nilai p = 0.31731 > 0.05, maka tidak terdapat perbedaan proporsi yang signifikan.

(10)

## Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima tion may

## be incorrect ##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Abses berdasarkan jenis kelamin.

## ## ##

## Chi-squared test for given probabilities ## ## data: x ## X-squared = 0, df = 1, p-value = 1 ## ## ##

## Diketahui nilai p = 1.00000 > 0.05, maka tidak terdapat perbedaan proporsi yang signifikan.

## ## ##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Radiks berdasarkan jenis kelamin.

## ## ##

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 26.45, df = 1, p-value = 2.704e-07 ##

## ##

## Diketahui nilai p = 0.00000 < 0.05, maka terdapat perbedaan propo rsi yang signifikan.

##

## Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Apical_Perforation berdasarkan jenis kelamin.

## Chi-squared test for given probabilities ##

## data: x

## X-squared = 4.8286, df = 1, p-value = 0.02799

## Diketahui nilai p = 0.02799 < 0.05, maka terdapat perbedaan propo rsi yang signifikan

(11)

USIA DENGAN JUMLAH PENCABUTAN GOODNESS FIT

frekuensi

Observed N Expected N Residual

2,00 2 176,2 -174,2 3,00 3 176,2 -173,2 11,00 11 176,2 -165,2 18,00 18 176,2 -158,2 50,00 50 176,2 -126,2 53,00 53 176,2 -123,2 179,00 179 176,2 2,8 218,00 218 176,2 41,8 300,00 300 176,2 123,8 311,00 311 176,2 134,8 453,00 453 176,2 276,8 516,00 516 176,2 339,8 Total 2114 Test Statistics frekuensi Chi-square 2106,537a df 11 Asymp. Sig. ,000 a. 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 176,2.

(12)

USIA DENGAN INDIKASI CHI SQUARE

Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 840,058a 99 ,000 Likelihood Ratio 585,745 99 ,000 Linear-by-Linear Association 11,106 1 ,001 N of Valid Cases 2114

a. 76 cells (63,3%) have expected count less than 5. The minimum expected count is ,00.

JENIS KELAMIN DENGAN INDIKASI

Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 14,086a 9 ,119 Likelihood Ratio 14,780 9 ,097 Linear-by-Linear Association ,061 1 ,805 N of Valid Cases 2114

a. 4 cells (20,0%) have expected count less than 5. The minimum expected count is ,41.

JENIS KELAMIN KE JUMLAH PENCABUTAN GOODNESS FIT

FREKUENSI

Observed N Expected N Residual

867,00 867 1057,0 -190,0

1247,00 1247 1057,0 190,0

(13)

Test Statistics

FREKUENSI

Chi-square 68,307a

df 1

Asymp. Sig. ,000

a. 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 1057,0.

KORELASI CRAMER’S V USIA DAN INDIKASI PENCABUTAN

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

usia * indikasi 2114 100,0% 0 ,0% 2114 100,0%

Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Phi ,630 ,000

Cramer's V ,210 ,000

Referensi

Dokumen terkait

[r]

Batas akhir penyampaian data rekapatulasi yang sudah valid ( soft copy dalam bentuk file excel dan pdf) dari KOPERTIS kepada panitia uji kompetensi nasional adalah 3 Juni 2014. PTN

15/POKJA-JKL-PRC-PM/IAIN/ 2017 tanggal 13 Januari 2017 Seleksi Umum Perencanaan Pembangunan Gedung Kuliah Program Magister IAIN Palangka Raya Tahun Anggaran 2017,

Hasil analisis data menunjukkan bahwa variabel lingkungan sekolah yaitu 48,02, variabel pembentukan karakter yaitu 46,63, hubungan lingkungan sekolah dengan pembentukan

Dalam konteks upacara adat sulang-sulang pahompu Simalungun simbol adat ini memiliki makna agar pihak yang menerima dengke ini senantiasa sayur matua (panjang umur)

dan berfokus pada sarana dan juga hasil. Para manajer dalam budaya semacam itu didukung untuk mengambil resiko dan melakukan inovasi, ikut melibatkan diri dalam

Dalam pendapat Mahkamah yang dibacakan oleh Wakil Ketua MK Anwar Usman, Mahkamah berpendapat mengenai dalil Pemohon yang menginginkan agar Pasal 83 ayat (1) KUHAP sepanjang

akan bekerja dengan giat dan menunjukkan kinerja yang tinggi bagi perusahaan.. Upaya lain yang perlu diterapkan perusahaan guna