10/7/2017

FAKULTAS KESEHATAN
UNIVERSITAS NAHDLATUL ULAMA SURABAYA
Topik Pembelajaran
Menyiapkan Generasi Rahmatan Lil’alamin

1. Analisis data kasus dengan Korelasi

Analisis data dengan
2. Analisis data kasus dengan Regresi Linear
Uji Korelasi & Uji Regresi
Linear 3. Uji Asumsi Klasik

4. Cara interpretasi data & print out output uji

14 14

Interval Kekuatan. : Interprestasi angka korelasi menurut

Prof. Sugiyono (2007)
Sejumlah penulis statistik membuat
interval kategorisasi kekuatan
0 - 0,199 : Sangat lemah
hubungan korelasi. Jonathan Sarwono,
misalnya, membuat interval kekuatan 0,20 - 0,399 : Lemah
hubungan sebagai berikut: 0,40 - 0,599 : Sedang
0,60 - 0,799 : Kuat
0,80 - 1,0 : Sangat kuat

Dalam Bivariate model, korelasi yang

umum digunakan adalah Pearson,
Kendall, dan Rank Spearman,

1
 10/7/2017

1. KORELASI LINIER PEARSON

Atau penulis lain seperti D.A de Vaus
menginterpretasikannya sebagai
berikut:
 Korelasi linier berfungsi untuk melihat hubungan antara 2 variabel.
 Hubungan linier artinya antara 2 variabel membentuk pola linier (lurus).
 Asumsi skala data harus Minimal INTERVAL
Cara membaca nilai koefisien korelasi :
Nilai koefisien korelasi bernilai antara -1 sampai 1.
Semakin mendekati nilai -1 atau 1 , korelasi semakin kuat.
Semakin mendekati nilai 0 , korelasi semakin lemah.

Contoh Kasus :
Suatu penelitian ingin mengetahui hubungan antara gaji pegawai sekarang
dengan gaji yang dia dapatkan saat pertama kali masuk kerja.
No Salary Salbegin No Salary Salbegin
1 $ 57,000 $ 27,000 7 $ 36,000 $ 18,750
2 $ 40,200 $ 18,750 8 $ 21,900 $ 9,750
3 $ 21,450 $ 12,000 9 $ 27,900 $ 12,750
4 $ 21,900 $ 13,200 10 $ 24,000 $ 13,500
5 $ 45,000 $ 21,000 11 $ 30,300 $ 16,500
6 $ 32,100 $ 13,500

2. KORELASI SPEARMAN

 Korelasi Spearman untuk melihat hubungan antara 2 variabel.

 Asumsi skala data ORDINAL
 Jika Data dengan skala interval/rasio, data harus tidak berdistribusi normal

2 tahapan kegunaan korelasi :

- Menguji apakah ada hubungan antara 2 variabel. ( H 0 & H1)
- Jika ada hubungan, seberapa kuat hubungan tersebut.

Contoh Kasus :
Ingin dilihat hubungan BB Bayi (umur 1 tahun) dengan besarnya biaya yang
dikeluarkan untuk keperluan makan dalam satu hari. Apakah ada hubungan
BB bayi dengan biaya? Jika ada, berapa besar hubungan tersebut?

No BB (Kg) Biaya Makan No BB (Kg) Biaya Makan

( Ribu Rp) ( Ribu Rp)
1 9,0 12 6 9,8 10
2 12,0 15 7 8,9 7
3 10,0 9 8 10,0 12
4 9,0 5 9 9,1 6
5 11,1 11 10 8,1 5

Contoh kasus
 Suatu penelitian dilakukan di di
Puskesmas gamping Sleman terhadap
sepuluh subjek penelitian untuk
mengetahui ada tidak nya hubungan
antara kebiasaan makan sambal
dengan kejadian diare. berdasarkan
hasil penelitian diperoleh hasil
sebagai berikut:

2
 10/7/2017

Contoh
 Sebuah penelitian dilakukan untuk mengetahui korelasi antara Kadar
Tabel bantu SGOT (Unit Karmen/100ml) dengan Kolesterol HDL (mg/100ml)
pada 7 sampel yang diambil secara random. Hasil pengumpulan data
No Frekuensi makan Frekuensi kejadian
dapat dilihat pada Tabel. Bagaimana kesimpulan yang dapat diambil
sambal diare dari data tersebut?α=0.01
1 8 3
2 9 3
3 7 2
4 6 2 Sampel Kadar SGOT Kadar HDL
5 7 2
6 8 2 1 5,7 40,0
7 9 3 2 11,3 41,2
8 6 1 Ctt : Hasil uji
9 5 1 3 13,5 42,3 normalitas, data
10 5 1
4 15,1 42,8 tidak terdistribusi
5 17,9 43,8 normal
6 19,3 43,6
7 21,0 46,5

Latihan Mahasiswa Skor Keotoriterian Perjuangan Status Sosial

 Sebuah penelitian dilakukan untuk mengetahui korelasi antara

1 82 42
Keotoriterian mahasiswa dengan Perjuangan untuk Status Sosial..
2 98 46
Hasil pengumpulan data dapat dilihat pada tabel dibawah. Bagaimana
kesimpulan yang dapat diambil dari data tersebut? α=0.05 3 87 39
 Hasil uji normalitas, data tidak terdistribusi normal 4 40 37
5 116 65
6 113 88
7 111 86
8 83 56
9 85 62
10 126 92
11 106 54
12 117 81

Latihan: Data
 Berikut ini adalah data tentang hubungan antara X yaitu nilai
UTS (Ujian Tengah Semester) dengan Y yaitu nilai UAS (Ujian
Akhir Semester) dari 12 responden yang dinyatakan pada
tabel.
 Akan diuji hipotesis yang menyatakan bahwa terdapat
hubungan positif antara nilai UTS dan UAS.

3
 10/7/2017

Responden Motivasi Sikap Kebiasaan Niat Perilaku

1 4 3 6 3 3
 Motivasi: kuat 7 6 5 4 3 2 1 Lemah 2 3 3 1 3 2
Sangat 3 5 2 4 4 4
 Sikap : Sangat
setuju
7 6 5 4 3 2 1 tidak
setuju 4 6 5 2 6 5
 Kebiasaan: 5 2 3 3 1 6
sering 7 6 5 4 3 2 1 jarang 6 3 3 5 2 2

 Niat tinggi 7 6 5 4 3 2 1 Rendah 7 1 2 1 2 3

8 2 1 1 4 4

 Semangat tinggi 7 6 5 4 3 2 1 Rendah 9 2 3 5 3 7

10 5 4 5 5 4

 Fungsi untuk mengetahui pengaruh variabel bebas (independent) terhadap

variabel terikat (dependent) .
 Tujuan khusus untuk memodelkan keadaan (meramalkan sebuah rumus).
 Variabel terikat : variabel yang dipengaruhi satu / lebih variabel lain.
 Variabel bebas : variabel yang tidak dipengaruhi variabel lain.
 Perumusan : Y = β0 + β1X1 + β2X2 + β3X3 + ..........
Y = a + bx1 + bx2 + ........
 Asumsi / Syarat analisis :
1. Data variabel terikat minimal interval
2. Data variabel bebas minimal interval
3. Normalitas
4. Linieritas
5. Tidak ada multikolinieritas (antar var.independent tidak saling korelasi)
6. Tidak ada Heteroskedastisitas
7. Tidak ada Autokorelasi

 Macam Regresi :
1. REGRESI LINIER SEDERHANA
2. REGRESI BERGANDA

Persamaan Regresi linier

Persamaan Regresi
y = a + b1x1 + b2x2
Persamaan Regresi b = garis prediksi
linier Sederhana: a = konstanta (intercept)
Y = a + bX +  y = variabel dependen
Y = Nilai yang diramalkan
x = variabel independen
a = Konstansta
b = Koefesien regresi Contoh
X = Variabel bebas
y = Kesetiaan Konsumen
 = Nilai Residu
x1= Kualitas Produk
x2= Sikap terhadap Iklan
Satu independent variable : Simple Regression
Y = a + bX + e

Lebih dari satu independent variable : Multiple Regression

Y = a + b1X1 + b2X2 + ……. + bnXn + e

4
 10/7/2017

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .986a .971 .962 .74238
a. Predictors: (Constant), Sikap terhadap Iklan, Kualitas
VARIABEL PENELITIAN Produk

y = Kesetiaan Konsumen
ANOVAb

Sum of
x1= Kualitas Produk Model Squares df Mean Square F Sig. F=102,240 ;
1 Regression 112.693 2 56.347 102.240 .000a
p<0,01
x2= Sikap terhadap Iklan Residual 3.307 6 .551
Total 116.000 8
a. Predictors: (Constant), Sikap terhadap Iklan, Kualitas Produk Hipotesis Mayor
HIPOTESIS
b. Dependent Variable: Kesetiaan terhadap Produk
Diterima

 Mayor : Kualitas Produk dan Sikap terhadap Iklan

Coefficientsa

mendukung peningkatan Kesetiaan Konsumen

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
 Minor (A) : Kualitas Produk mendukung 1 (Constant) -4.084 1.727 -2.365 .056

peningkatan Kesetiaan Konsumen

Kualitas Produk .782 .116 .581 6.732 .001
Sikap terhadap Iklan .330 .055 .520 6.032 .001

 Minor (B) Sikap terhadap Iklan mendukung

a. Dependent Variable: Kesetiaan terhadap Produk

peningkatan Kesetiaan Konsumen • b=0,782 ; p<0,01 Hipotesis Minor (A) Diterima

• b=0,330 ; p<0,01 Hipotesis Minor (B) Diterima

Correlations

Keterampilan Self Self

Sosial Esteem Confidence
Keterampilan Pearson
1 .958** .817**
Sosial Correlation
Sig. (2-tailed) .000 .007
N 9 9 9

Peneliti yang menentukan sendiri

Self Esteem Pearson
.958** 1 .893**
Correlation
Sig. (2-tailed) Model Summary

.000 .001
N 9 9 9
Adjusted Std. Error of ◦ Berdasarkan pertimbangan teori, relevansi dengan
sampel, kepentingan penelitian
Self Pearson Model R R Square R Square the Estimate
.817** .893** 1
Confidence Correlation 1 .962a .926 .901 1.19851

Program yang menentukan

Sig. (2-tailed) .007 .001
a. Predictors: (Constant), Self Confidence, Self Esteem
N
9 9 9 
**. Correlation is significant at the 0.01 level (2-tailed). ANOVAb ◦ ENTER. Semua prediktor dimasukkan dalam satu waktu
Model
Sum of
Squares df Mean Square F Sig. ◦ REMOVE. Semua prediktor dimasukkan lalu semua
prediktor dikeluarkan secara simultan
1 Regression .000a
Korelasi antar prediktor
107.381 2 53.691 37.38
Residual 8.619 6 1.436

terlalu besar ◦ STEPWISE. Prediktor yang memiliki daya prediksi yang

Total 116.000 8
a. Predictors: (Constant), Self Confidence, Self Esteem

(multikolinieritas) b. Dependent Variable: Keterampilan Sosial besar dimasukkan terlebih dahulu

◦ FORWARD. Prediktor yang memiliki daya prediksi yang
Coefficientsa

Unstandardized Std.
besar dimasukkan terlebih dahulu
Coefficients Coefficients
◦ BACKWARD. Semua prediktor dimasukkan lalu prediktor
yang memiliki daya prediksi yang rendah dikeluarkan
Model B Std. Error Beta t Sig.
Menyebabkan analisis 1 (Constant) -5.009 3.415 -1.467 .193

satu per satu berdasarkan yang

Self Esteem 1.490 .327 1.126 4.559 .004
regresi menjadi anomali Self Confidence -.292 .384 -.188 -.761 .476
a. Dependent Variable: Keterampilan Sosial

1. REGRESI LINIER SEDERHANA

 Hanya ada satu variabel independent.

1. MASUK KE MENU | ANALYZE  REGRESSION  LINEAR Contoh Kasus :

2. OPTION | Masukkan variabel di dalam kotak Perusahaan dalam beberapa bulan gencar mempromosikan sejumlah
peralatan elektronik dengan membuka outlet di berbagai daerah. Berikut data
mengenai penjualan dan biaya promosi yang dikeluarkan di 15 daerah.

Daerah Sales Promosi Daerah Sales Promosi

(Juta Rp) (Juta Rp) (Juta Rp) (Juta Rp)
Jakarta 205 26 Surabaya 204 24
Tangerang 206 28 Purwokerto 216 31
Bekasi 254 35 Madiun 245 32
Bogor 246 31 Tuban 286 47
Bandung 201 21 Malang 312 54
Semarang 291 49 Kudus 265 40
Solo 234 30 Pekalongan 322 42
Yogya 209 30

5
 10/7/2017

2. REGRESI BERGANDA

 Ada lebih dari satu variabel independent.

Contoh Kasus :
Perusahaan dalam beberapa bulan gencar mempromosikan sejumlah peralatan
elektronik dengan membuka outlet di berbagai daerah. Berikut data mengenai
penjualan dan biaya promosi dan jumlah outlet yang dikeluarkan di 15 daerah.

Daerah Sales Promosi Outlet Daerah Sales Promosi Outlet

(Juta Rp) (Juta Rp) (Juta Rp) (Juta Rp)
Jakarta 205 26 159 Surabaya 204 24 149
Tangerang 206 28 164 Purwokerto 216 31 175
Bekasi 254 35 198 Madiun 245 32 192
Bogor 246 31 184 Tuban 286 47 201
Bandung 201 21 150 Malang 312 54 248
Semarang 291 49 208 Kudus 265 40 166
Solo 234 30 184 Pekalongan 322 42 287
Yogya 209 30 154

Soal 1 Soal 2
Mr. Jimmy, manajer personalia dari Jimmbo Corp. hendak melakukan penelitian untuk Mr. Jimmy, manajer personalia dari Jimmbo Corp. hendak melakukan penelitian untuk
meningkatkan semangat kerja karyawannya. Mr. Jimmy kemudian menyebarkan meningkatkan semangat kerja karyawannya. Mr. Jimmy kemudian menyebarkan
kuesioner untuk diisi oleh karyawannya dan diperoleh data sebagai berikut. kuesioner untuk diisi oleh karyawannya dan diperoleh data sebagai berikut.

Lingkungan Kepuasan Keterbukaan Semangat Pelatihan Lingkungan Kepuasan Keterbukaan Semangat Pelatihan
Karyawan Kerja Kerja Komunikasi Kerja Kerja Karyawan Kerja Kerja Komunikasi Kerja Kerja
Karyawan Karyawan dari Atasan Karyawan Karyawan Karyawan Karyawan dari Atasan Karyawan Karyawan
1 65 155 95 120 215 1 65 155 95 120 215
2 55 150 90 125 205 2 55 150 90 125 205
3 70 175 95 130 250 3 70 175 95 130 250
4 80 170 80 120 240 4 80 170 80 120 240
5 75 180 85 115 230 5 75 180 85 115 230
6 65 170 100 130 220 6 65 170 100 130 220
7 60 155 95 140 210 7 60 155 95 140 210
8 50 165 90 150 245 8 50 165 90 150 245
9 70 160 105 140 235 9 70 160 105 140 235
10 75 170 100 150 245 10 75 170 100 150 245

a. Apakah terdapat pengaruh yang nyata dari kepuasan kerja karyawan dan Berapa besar pengaruh antara variabel independent (Lingkungan Kerja, Kepuasan
keterbukaan komunikasi dari atasan terhadap semangat kerja karyawan? Uji Kerja dan Keterbukaan Komunikasi dari Atasan) terhadap variabel dependent
dengan taraf nyata 5%! (Semangat Kerja) ?
b. Bagaimana persamaan regresinya? Bagaimana interpretasinya!

Latihan Kasus:
Latihan Kasus
Seorang manajer pemasaran akan
meneliti apakah terdapat pengaruh iklan • Berikut ini data mengenai pengalaman kerja dan
penjualan
terhadap penjualan pada perusahaan-
perusahaan di Kabupaten WaterGold. • X=pengalaman kerja (tahun)
• Y=omzet penjualan (jutaan)

Untuk kepentingan penelitian tersebut X 2 3 2 5 6 1 4 1

Y 5 8 8 7 11 3 10 4
diambil 8 perusahaan sejenis yang telah
melakukan promosi.
• Tentukan nilai a dan b!
Penjualan (Y) 64 61 84 70 88 92 72 77
• Buatkan persamaan regresinya!
Promosi (X) 20 16 34 23 27 32 18 22 • Berapa omzet pengjualan dari seorang karyawan yg
pengalaman kerjanya 3,5 tahun

6
 10/7/2017

Latihan Lagi  Sekali lagi ya 

• Pengaruh variabel X terhadap variabel Y Carilah persamaan regresi dari data
X 1 2 3 4 5 6 berikut:
Y 6 4 3 5 4 2
X 3 4 5 6 7 8 9
Y 12 11 13 12 13 14 16
a. Buatkan persamaan regresinya
b. Tentukan nilai duga Y, jika X = 8

COMPANY NAME

Thank You!

Selamat Berjuang untuk UAS yaaaaaaaaaaa   