Anda di halaman 1dari 11

LAPORAN METODOLOGI PENELITIAN

UJI KORELASI DAN REGRESI

Dosen Pengampu :
Marlik,S.Si, M.Si

Dosen Pengampu :

Marlik., S.si.,M.Si

Disusun oleh :
YOLANDA TIRTA NINGRUM A.P (P27833116024)

KEMENTERIAN KESEHATAN REPUBLIK INDONESIA


POLITEKNIK KESEHATAN KEMENTERIAN KESEHATAN SURABAYA
PRODI DIII JURUSAN KESEHATAN LINGKUNGAN SURABAYA
SEMESTER V
TAHUN 2018 – 2019
A. TUJUAN
Tujuan Umum :
Mahasiswa mampu dan terampil melakukan uji statistik menggunakan aplikasi SPSS
Tujuan Khusus :
a. Mahasiswa dapat memasukkan data ke dalam aplikasi SPSS
b. Mahasiswa dapat melakukan uji korelasi dan regresi dengan aplikasi SPSS
c. Mahasiswa dapat menginterpretasi data yang sudah diuji menggunakan uji korelasi
dan regresi

B. DATA VARIABEL
Uji Regresi
Umur Nadi
20 80
25 75
27 80
29 77
26 75
27 75
28 74
36 73
50 71
40 73

Uji Korelasi
Umur Nadi BB TB
20 80 32 150
25 75 45 154
27 80 43 145
29 77 34 160
26 75 56 170
27 75 65 164
28 74 45 156
36 73 31 155
50 71 30 145
40 73 43 153
C. LANGKAH-LANGKAH CARA UJI KORELASI DAN REGRESI PADA SPSS
Uji Regresi
1) Masukkan data

2) Klik Analyze  Descriptive  Explore

3) Output Explore

*Data tidak normal tetapi dalam latihan ini dianggap normal sehingga lanjut
pada langkah uji regresi.
4) Klik Analyze  Regression  Linear

5) Masukkan variabel Nadi pada Dependent dan Umur pada Independent(s).


Lalu pilih Method Enter . Setelah itu OK

6) Lakukan hal yang sama untuk penambahan variabel independen berat badan
dan tinggi badan dengan method Enter.setelah itu OK
7) Output Regresi – Methode Enter Nadi >< umur

8) Output Regresi - Method Enter  Nadi >< Umur, Berat badan dan tinggi badan
1. Uji Korelasi
1) Masukkan data berat badan dan tinggi badan pada data view

2) Klik Analyze  Correlate  Bivariate

3) Masukkan semua variabel ke dalam Variable(s).


Jika variabel berdistribusi normal, maka pengujiannya dengan cara memilih uji
Pearson. Jika tidak berdistribusi normal dengan menggunakan uji Spearman
atau Kendall’s tau-b. Namun bisa juga dilakukan secara bersamaan dengan
memilih ketiga uji tersebut. Lalu OK
4) Maka hasil akan keluar pada output
D. HASIL PENGOLAHAN DATA

1. Uji Regresi Nadi >< Umur dengan metode Enter


 Nilai R
Model Summary

Adjusted R Std. Error of the


Model R R Square Square Estimate

1 ,771a ,594 ,543 1,991

a. Predictors: (Constant), Umur

 Rumus Regresi
Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 83,266 2,412 34,529 ,000

Umur -,259 ,076 -,771 -3,422 ,009

a. Dependent Variable: Nadi

Dari tabel diatas diketahui bahwa β pada constant sebesar 83,266 dan β pada
umur sebesar -0,259 yang artinya persamaan garis regresi yang didapatkan yaitu
:
Y = β0 + βi x
= 83,266 - 0,259 x

2. Uji Regresi Nadi >< Umur, Berat Badan dan tinggi badan

 Method Enter – Nilai R


Model Summary

Adjusted R Std. Error of the


Model R R Square Square Estimate

1 ,881a ,777 ,665 1,706

a. Predictors: (Constant), TB, Umur, BB

Dari tabel diatas diketahui bahwa semakin bertambah variabel X yaitu


umur berat badan dan tinggi badan maka nilai R semakin bertambah besar yaitu
0,881 (Lihat nilai R pada Regresi Nadi >< Umur).Method Enter ini akan
memunculkan segala jenis perhitungan misalnya uji annova.
 Method Stepwise
Excluded Variablesa

Collinearity

Partial Statistics

Model Beta In t Sig. Correlation Tolerance

1 BB -,328b -1,437 ,194 -,477 ,858

TB -,455b -2,345 ,051 -,663 ,863

a. Dependent Variable: Nadi


b. Predictors in the Model: (Constant), Umur

Dari tabel diatas diketahui bahwa variabel bebas yang mempengaruhi


denyut nadi adalah umur, sehingga fungsi methode stepwise ini akan
memunculkan variabel yang paling berpengaruh dengan variabel terikat.

 Method Backward
Excluded Variablesa

Collinearity

Partial Statistics

Model Beta In t Sig. Correlation Tolerance

2 BB -,083b -,319 ,760 -,129 ,546

a. Dependent Variable: Nadi


b. Predictors in the Model: (Constant), TB, Umur

Dari tabel diatas diketahui bahwa variabel bebas yang mempengaruhi


denyut nadi adalah umur dan tinggi badan, tetapi yang paling berpengaruh
adalah variabel umur.Mengapa demikian karena nilai P tinggi badan = 0,51
hampir mendekati nilai α = 0,05 (Lihat tabel coefficients dibawah ini)
Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 109,470 14,219 7,699 ,000

Umur -,319 ,071 -,952 -4,498 ,004

BB -,022 ,067 -,083 -,319 ,760

TB -,151 ,097 -,405 -1,554 ,171


2 (Constant) 111,325 12,118 9,187 ,000
Umur -,315 ,065 -,939 -4,842 ,002

TB -,170 ,072 -,455 -2,345 ,051

a. Dependent Variable: Nadi


3. Uji Korelasi
Correlations

Umur BB TB Nadi

Kendall's tau_b Umur Correlation Coefficient 1,000 -,368 -,205 -,644*

Sig. (2-tailed) . ,148 ,417 ,013

N 10 10 10 10

BB Correlation Coefficient -,368 1,000 ,506* ,193

Sig. (2-tailed) ,148 . ,046 ,461

N 10 10 10 10

TB Correlation Coefficient -,205 ,506* 1,000 ,072

Sig. (2-tailed) ,417 ,046 . ,783

N 10 10 10 10

Nadi Correlation Coefficient -,644* ,193 ,072 1,000

Sig. (2-tailed) ,013 ,461 ,783 .

N 10 10 10 10
Spearman's rho Umur Correlation Coefficient 1,000 -,480 -,186 -,752*

Sig. (2-tailed) . ,160 ,607 ,012

N 10 10 10 10

BB Correlation Coefficient -,480 1,000 ,639* ,236

Sig. (2-tailed) ,160 . ,047 ,511

N 10 10 10 10

TB Correlation Coefficient -,186 ,639* 1,000 ,034

Sig. (2-tailed) ,607 ,047 . ,926

N 10 10 10 10

Nadi Correlation Coefficient -,752* ,236 ,034 1,000

Sig. (2-tailed) ,012 ,511 ,926 .

N 10 10 10 10

*. Correlation is significant at the 0.05 level (2-tailed).


Nonparametric Correlations

Correlations

Umur BB TB Nadi

Umur Pearson Correlation 1 -,377 -,369 -,771**

Sig. (2-tailed) ,283 ,293 ,009

N 10 10 10 10
BB Pearson Correlation -,377 1 ,658* ,009
Sig. (2-tailed) ,283 ,038 ,980
N 10 10 10 10
TB Pearson Correlation -,369 ,658* 1 -,108
Sig. (2-tailed) ,293 ,038 ,767
N 10 10 10 10
Nadi Pearson Correlation -,771** ,009 -,108 1

Sig. (2-tailed) ,009 ,980 ,767

N 10 10 10 10

**. Correlation is significant at the 0.01 level (2-tailed).


*. Correlation is significant at the 0.05 level (2-tailed).

H0 : tidak ada hubungan antara nadi dengan umur


H1 : ada hubungan antara nadi dengan umur
α : 0,05
Daerah tolak H0 jika P < α
Kesimpulan
o Korelasi
P = 0.009
Karena P < α, maka H0 ditolak sehingga ada hubungan antara nadi dengan
umur.
o Kendall’s Tau b
P = 0,13
Karena P < α, maka maka H0 diterima sehingga tidak ada hubungan antara
nadi dengan umur.
o Spearman’s rho
P = 0,12
Karena P > α, maka H0 diterima sehingga tidak ada hubungan antara nadi
dengan umur.

Begitu seterusnya pembacaan tabel Correlations, dari contoh pembacaan


diatas pakailah uji yang terbukti ada hubungan, saat melakukan penelitian /sesuai
kebutuhan .