1

Uji Korelasi dan Regresi

Digunakan untuk mengetahui hubungan antara 2 (dua) variabel yg berjenis numerik. Misalnya hubungan umur dg tekanan hubungan umur dg kadar Hb dan lain lain. darah,

Hub antara dua var numerik dpt dihasilkan dua hal, yaitu derajat/keeratan hub dan bentuk hub. Jika ingin mengetahui derajat/keeratan hub digunakan analisis (uji) korelasi, sedangkan jika ingin mengetahui bentuk hub antara dua variabel digunakan analisis (uji) regresi.
2

Uji Korelasi
Mengetahui derajat/keeratan hub dan juga arah hub dua variabel numerik. Scr visual untuk menilai pola hubungan 2 variabel numerik digunakan diagram tebar (scatter-plot) Sumbu X Variabel Independen Sumbu Y Variabel Dependen

Diagram tebar & garis regresi

150

140

130

120

110

719,14 6,43 X Y i i

100 10 20 30 40 50

Umur responden dalam tahun

4

Uji Korelasi
Pola hubungan antara 2 variabel numerik 1. Linier: - Positif - Negatif

2. Non-Linier:

- Parabolik - Exponensial
5

Uji Korelasi
Menilai kekuatan hub var numerik digunakan : Pearsons Correlation Coefficient/koefisien korelasi (r) Dari nilai r kita dapat menentukan: a. Kekuatan hubungan (0 s.d 1) Kisaran nilai r antara 0 s.d 1: 0,0 = Tidak ada hubungan linier 1,0 = Ada hubungan linier sempurna b. Arah hubungan: (+/-) + = Hubungan direct: korelasi positif semakin besar nilai
X semakin besar nilai Y - = Hubungan inverse: korelasi negatif semakin besar nilai X semakin kecil nilai Y
6

Uji Korelasi
Koefisien korelasi (r) dapat diperoleh dari rumus sbb:
N (XY) [(X)(Y)]

r = ------------------------------ [N X2 (X)2] [N Y2 (Y)2]

N = Jumlah sampel/pengamatan X = Variabel Independen Y = Variabel Dependen

Uji Korelasi
Derajat hub dua variabel numerik scr kualitatif dibagi :
r = 0,00 0,25 r = 0,26 0,50 r = 0,51 0,75 r = 0,76 1,00 Tdk Ada Hub/Hub Lemah Hubungan Sedang Hubungan Kuat Hub Sangat Kuat/Linier sempurna.

Korelasi tidak selalu berarti hubungan sebab akibat (causality) Korelasi yang lemah tidak selalu berarti tidak adanya hubungan (mungkin ada hubungan yang tidak linier)
8

Uji Korelasi
Contoh Kasus :
Seorang mahasiswa ingin meneliti hubungan variabel umur dg Kadar Hb pada ibu hamil di Puskesmas X Tahun 2011. Jumlah sampel yg diteliti adalah 30 orang.

Kerangka konsep :

Umur

Hbrata

Variabel Independen : Umur (data numerik)

Variabel Dependen

: Hbrata (data numerik)

9

Uji Korelasi
Langkah-langkah uji korelasi :
Buka file data anemia.sav

Klik Analyze Pilih Correlate Klik Bivariate Masukkan variabel Indenpenden (umur) dan Var. Dependen (hbrata) ke kotak Variable(s) dg cara klik variabel yg dimaksud dan klik tanda panah tebal. Klik OK.

10

Uji Regresi
Uji Regresi mrpk suatu model metematis yg dpt digunakan untuk mengetahui bentuk hub antar 2 atau lebih variabel. Tujuan Uji Regresi : Adl untuk membuat perkiraan (prediksi) suatu nilai variabel (var. dependen) melalui variabel yg lain (var. independen). Contoh : Ingin mengetahui hub umur dg kadar Hb Umur Hbrata

Dlm contoh ini berarti kita dapat memperkirakan besarnya kadar hb bila diketahui data umur.
11

Uji Regresi
Untuk memprediksi digunakan persamaan garis yg dpt diperoleh dg berbagai cara/metode, salah satunya yg sering digunakan adl Metode Kuadrat Terkecil (Least Square). Metode Least Square mrpk suatu metode pembuatan garis regresi dg cara meminimalkan jumlah kuadrat jarak antara nilai Y yg teramati dan nilai Y yg diramalkan oleh garis regresi itu.

12

Uji Regresi
Scr matematis persamaan garis regresi sbb : Y = a + b (X) Y = Variabel dependen X = Variabel independen a = Intercep (perkiraan besarnya rata2 Y ketika nilai X = 0) b = Slope (perkiraan besarnya perubahan Y ketika X berubah satu unit pengukuran)
13

Uji Regresi
Kesalahan Standar Estimasi (Standard Error of Estimate/SE)

Adl besaran yg menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel dependen yg sesungguhnya. Semakin kecil SE, makin tinggi ketepatan persamaan estimasi, sebaliknya semakin besar SE, makin rendah ketepatan persamaan estimasi yg dihasilkan.
14

Uji Regresi
Koefisien Determinasi (R Square)
Adl besaran yg menunjukkan seberapa besar variasi var dependen (Y) dpt dijelaskan oleh variabel independen (X). Atau dg kata lain R Square menunjukkan seberapa jauh variabel independen dpt memprediksi variabel dependen. Semakin besar nilai R Square semakin besar/semakin tepat variabel independen memprediksi variabel dependen, dan sebaliknya. Besarnya nilai R Square antara 0 s/d 1 atau antara 0% s/d 100%. Suatu variabel dikatakan baik jika nilai R Square > 60% memprediksi variabel yang lain.
15

Uji Regresi
Langkah-langkah uji regresi linier sederhana:
Buka file data anemia.sav Klik Analyze Pilih Regression Klik Linier Masukkan variabel Dependen (hbrata) ke kotak Dependen dg cara klik variabel yg dimaksud dan klik tanda panah tebal. Masukkan variabel Independen (umur) ke kotak Independent(s) dg cara klik variabel yg dimaksud dan klik tanda panah tebal. Klik OK.
16

Contoh penyajian :

Uji Regresi

Tabel .. Analisis korelasi dan regresi umur dg rata-rata kadar hb Pd Ibu Hamil di Puskesmas X Tahun 2011

Variabel
Umur

r
0,31

R2
0,1

Persamaan Garis

p-value

Hbrata = 12,34 - 0,041 (Umur) 0,091

Hub umur dg kadar hb menunjukan hub sedang (r=0,31) dan berpola negatif artinya semakin bertambah umurnya semakin berkurang kadar hb nya. Nilai koefisien determinasi 0,1 artinya, persamaan garis regresi yg diperoleh dpt menerangkan 10% variasi kadar hbnya. Hasil uji statistik didapatkan p-value (0,091) > alpha (0,05), kesimpulan (Ho gagal ditolak) tidak ada hubungan signifikan antara umur dg rata-rata kadar hb responden.
17

18