TEKANAN DARAH
1. Korelasi
Descriptive Statistics
Correlations
N 20 20 20
Pearson Correlation ,420 1 ,946**
Tekanandarah Sig. (2-tailed) ,065 ,000
N 20 20 20
Pearson Correlation ,368 ,946** 1
N 20 20 20
Pada out put pertama : descriptive statistic merupakan informasi dari apa yang dianalisis,
pada kolom pertama ada usia, lama merokok dan tekanan darah merupakan variabelnya.
Kolom kedua adalah mean yaitu rata-rata. Rata-rata usia 60,15, rata rata tekanan daarah
142,00 dan rata-rata lama merokok adalah 12,50. Pada out put yang kedua yaitu correlatons.
Korelasi antara tiga variabel sebesar 0,946 dengan dua tanda bintang (**). Yang berarti nilai
koefisien korelasinya adalah 0,946 . pada sig. (2-tailed) sebesar 0,01. Ini berarti jika taraf
signifikasi 1%. Dari hasil out put maka kesimpulannya ada korelasi.
2. Analisis regresi linear sederhana
Variables Entered/Removeda
Usia,
1 . Enter
lamamerokokb
Model Summary
Coefficientsa
Descriptive Statistics
Dari output tersebut dapat dilihat rata rata tekanan darah dari 20 orang adalah 142,00 dengan
standar deviasi 22,850. Rata rata lama merokok 12,50 dengan standar deviasi 18,124
sedangkan rata rata usia 60,15 dengan standar deviasi 12,296.
Correlations
N lamamerokok 20 20 20
Usia 20 20 20
Dari tabel dilihat bahwa besar hubungan antara variabel antara tekanan darah, lama merokok
dan usia adalah 0,946 hal ini menunjukan hubungan positif. Makin tinggi lama merokok dan
usia maka makin tinggi pula tekanan darah.
Variables Entered/Removeda
Dari tabel diatas menunjukan variabel yang dimasukan adalah usia dan lama merokok,
sedangkan variabel yang dikeluarkan adalah tidak ada ( variabel removed tidak ada).
Model Summaryb
Dari tabel diatas angka R square adalah 0,900 yaitu hasil kuadrat dari koefisien korelasi
(0,949 0,949 =0,900). Standar error of the estimate adalah 7,631. Hal ini berarti, bahwa
standar deviasi dengan lebih besar dibandingkan dengan standar error, oleh karena itu makan
model regresi bagus dalam bertindak sebagai predictor tekanan darah.
ANOVAa
Total 9920,000 19
Hipotesis :
Coefficientsa
Residuals Statisticsa