Sederhana
MANAJEMEN DATA KESEHATAN
GIGI
KORELASI
Pendahuluan
mengetahui besar dan arah hubungan dua
variabel numerik
Bukan sebab akibat (causality)
Y variabel dependen ; x variabel independen
Pasangan titik koordinat (x,y) dlm diagram
tebar dimana var ind di sumbu x dan var dep di
sumbu y
Arah hubungan : positif /negatif
- Jika x bertambah, y bertambah korelasi +
- Jika x bertambah, y berkurang korelasi - Korelasi non-linear
Nilai Korelasi
Korelasi nilainya antara -1 s/d +1
Korelasi maksimum: r = +1 (linier positif
sempurna)
Korelasi minimum: r = -1 (linier negatif
sempurna)
Jika tidak ada korelasi: r = 0
r = -0,75 peningkatan x sebesar 1 unit diikuti
penurunan y sebesar 0,75 kali atau 75%
Besar/kekuatan hubungan : kuat /lemah
r : 0,00 0,25 : lemah
r : 0,26 0,50 : sedang
r : 0,51 0,75 : kuat
r : 0,76 1 : sangat kuat
memakai Pearson
Bila salah satu saja dari kedua variable tidak
memiliki distribusi normal, memakai Spearman
Interpretasi
Nilai koefisien korelasi Pearson r=0,725, yang
REGRESI LINIER
Pendahuluan
Tujuan: memprediksi var dependen (Y) melalui
500
400
300
200
100
140
150
160
170
height (cm)
180
190
200
Interpretasi
Nilai signifikan dari Anova menggbrkan bhw model regresi fit dg data
Ho: = 0 ; Ha: 0
Nilai -40,051 utk konstanta dan 0,54 utk var TB
Y = a + bX Berat Badan = -40,051+0,54*Tinggi Badan
Uji statistik yang signifikan membuktikan bahwa nilai 0
Bila seorang anak memiliki tinggi badan 100 cm, maka
diprediksi akan memiliki berat badan (-40,051+0,54*100) atau
13,95 kg
Dgn Std error of the estimate (SEE) sebesar 3,14 kg, prediksi
titik dpt dibuat interval dengan tingkat kepercayaan CI 95%.
95% CI = x Z/2 SE = 13,95 1,96*3,14 = atr (7,8 dan 20,1) kg
Cara Penyajian