Uji korelasi

= mengetahui besar dan arah hubungan dua variabel numerik

Korelasi diketahui dng koef r yg nilainya: -1 s/d +1
- Arah hubunga : positip /negatip
- Besar/kekuatan hub : 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
Mis : apakah ada hubungan BB dng TD. Apakah hubngan kuat atau lemah. Apakah
hubungan pos atau neg
Asumsi : ditribusi data normal
Bila tdk terpenuhi uji non parametric :korelasi spearman
Tujuan: memprediksi variabel dependen melalui variabel independen
- Var. dependen = variabel yang dipengaruhi (di prediksi)
- Var. independen = variabel yang mempengaruhi (memprediksi)
Utk prediksi persaman garis : y = a + bx
y = variabel dependen
x = variabel independen
a = intercep : besarnya nilai y bila nilai x=o
b = slope : besarnya perubahan nilai y bila variabel x berubah setiap satu satuan
persamaan regresi y=a+bx
x = marketing
jika tidak ada nilai x maka y=a
ketika tidak ada marketing maka penjualan sebesar a
ketika frekuensi marketing di naikan maka nilai penjualan bertamnbah
Koefisien Determinasi (R2)
: variasi variabel dependen dapat dijelaskan oleh variasi variabel independen
: besarnya variabel independen mempengaruhi variabel dependen
Semakain tinggi r square maka pengaruh indepeden terhadap dipenden semakin
besar
R2 = R Square
R2 = r2 x 100%
nilainya berkisar 0 100%
Misal hubungan BB dng TD dihasilkan R 2 = 0,678
Artinya :

Variasi variabel berat badan dapat menjelaskan variasi tekanan darah

sebesar 67,8 %
Variabel berat badan mempengaruhi variabel tekanan darah sebesar 67,8 %

Pemilihan uji
umur
23
34
56
45
dst

Bbada
n

Agama

Sex

Umur1

56
78
76
56
67

2
3
4
1

1
2
2
1

2
3
1
2

Bb1
1
2
1
2

Peng1
50
45
65
56

Peng2
67
65
63
68

Numerik : umur, bbadan, peng1 (seb interv), peng2 (sesudh interv)

Katagorik : agama, sex, umur1(1=<20, 2=20-30, 3=>30)
, bb1(1<60kg, 2=>60 kg)
Mana yg dapat uji korelasi dan regresi linier ?
Hubungan : umur dng bbadan
Kenapa hub sex dng berat badan tidak bisa uji korelasi ? uji T independen
Hub peng 1 dng peng 2 ? Uji T dependen
Kenapa hub agama dengan umur tidak bisa uji korelasi ? anova kateg
Kenapa hub sex dng bb1 tidak bisa uji korelasi ? chi square kategorik dng kategorik
Kesimpulan
1 kategorik dengan numerik , ujinya
- Uji T (bila variabel kategoriknya 2 kelompok)
- Uji ANOVA (bila variabel kategoriknya labih dari 2 kelompok)
2. Kategorik dengan kategorik, uji y
- uji chi square atu fisher exact
3. numerik dengan numerik uji y
- uji korelasi
Langkah uji korelasi

Nilai pearson correlation 0.684 dengan arah positif

R square 0.468
Hasil p value signifikan 0,00005
Secara statisik signifikan
Semakin tinggi R square maka ketepatan semakin tinggi dan (perkiraan
sekitar)variasi akan semakin sedikit
Jika nilai R square 100 persen maka hasil pasti tidak ada variasi
Nilai persamaan regresi Y=a+bx
Y = 657,929 + 44.383 X
Berat badan bayi = 657,929 + 44,383 berat ibu
Missal dng bb ibu 60 kg akan menghasilakn bayi ndegn berat
BB bayi= 657,929 + 44,383 (60)
= 3320,9
Jadi untuk ibu yang bb nya 60 kg di perkirakan akan melahirkan bayi dengan berat
sekitar 3320,9 gram
Cara penyajian tabel
Tabel 5.1
Hubungan berat badan ibu dengan berat bayi di depok tahun 2016
variabel
R
R Square
Persamaan garis
P value
Regresi
Berat badan
0,648
0,468
Y = 657,929 +
0,0005
ibu
44,383 X
Hubungan berat badan ibu dengan berat bayi menunjukan hubungan yang kuat dan
arahnya positif, artinya semakin bertambah berat badan ibu adakn semakin besar
berat badan bayinya. Hasil uji korelasi diperoleh p value = 0,0005 artinya secara

statistic ada hubungan yang sigifikan berat badan ibu dengan berat badan bayi.
Hasil analisis di dapat r square = 0,468 artinya variabel berat badan ibu
mempengaruhi variabel berat badan bayi sebesar 46,8 % sedangkan sisanya di
pengaruhi factor lain. Persamaan garis regresi yang di hasilkan dalam analisis ini
adalah :
Berat badan bayi = 657,929 + 44,383 berat badan ibu