Lampiran No. Tanggal :../.../.. No. 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 2. 4. 2013 5. 2014 6. 2015 3. Jenis kelamin : 1. Laki-laki 4. Usia anak : 2. Perempuan 3. 4. 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 5. Kebutuhan 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 Pencabutan 6. 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
Attaching package: 'dplyr' HASIL ANALISIS DATA R Notebook 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 be incorrect Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Trauma berdasarkan usia. Chi-squared test for given probabilities
data: x X-squared = 45.455, df = 13, p-value = 1.757e-05 Diketahui nilai p = 0.00002 < 0.05, maka terdapat perbedaan propo 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 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 Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Mobiliti_Fisiologis berdasarkan usia.
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 Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima 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 Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima 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
Diketahui nilai p = 0.00951 < 0.05, maka terdapat perbedaan propo Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima 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 propo Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima 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 Berikut disajikan hasil uji proporsi dengan uji chi-square Pearso n pada Radiks berdasarkan usia.
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 Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima 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 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 propo
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 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 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
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 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 propo Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima 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 propo
Warning in chisq.test(x = x, p = teoritis): Chi-squared approxima 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 propo 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 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
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 2106,537 a df 11 Asymp. Sig.,000 a. 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 176,2.
USIA DENGAN INDIKASI CHI SQUARE Chi-Square Tests Value df Asymp. Sig. (2- sided) Pearson Chi-Square 840,058 a 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 14,086 a 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 Total 2114
Test Statistics FREKUENSI Chi-square 68,307 a 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 N of Valid Cases 2114