OLEH:
Erni Yusnita Lalusu
NIDN. 0925088603
SOAL
Seorang peneliti ingin mengetahui pengaruh dari berat badan terhadap tekanan darah. Untuk
kebutuhan penelitian tersebut diambil sampel secara acak sebanyak 10 orang untuk diteliti. Hasil
pengumpulan data diketahui data sebagai berikut:
Atau,
H0 : r = 0
Ha : r ≠ 0
3. Mencari rhitung :
Interpretasi:
n (∑XY) – (∑X).(∑Y)
rhitung = Korelasi berat badan
√ {n. ∑X – (∑X) } . {n. ∑Y – (∑Y) }
2 2 2 2 dengan tekanan darah
menunjukkan hubungan
10 (55195) – (515).(1067) yang sangat kuat
rhitung = (r = 0,9715) dan berpola
√ {10 (26757) – (515)2} . {10 (114119) – (1067)2} linear positif. Artinya
semakin bertambah berat
2445
rhitung = badan seseorang akan
√ 6333845 semakin meningkatkan
tekanan darah orang
rhitung = 0,9715 tersebut.
4. Mencari koafisien determinasi atau besarnya sumbangan (kontribusi) variable berat badan
(X) terhadap tekanan darah (Y). sbb:
Interpretasi:
Berat badan memberikan kontribusi terhadap tekanan darah sebesar 94,38% dan sisanya
5,62% ditentukan oleh variable lain.
r√n–2 0,9715 √ 10 – 2
thitung = = = 48,90
√ 1 – r2 √ 1 – 0,97152
Kaidah pengujian :
Interpretasi:
Ada pengaruh yang bermakna secara statistik berat badan terhadap tekanan darah dimana
thitung > ttabel yaitu 48,90 > 2,306
6. Membuat persamaan garis regresi.
b = 1,04
a = Y – bX
a = 53,14
Y = 53,14 + 1,04 X
Contoh:
Y = 53,14 + 1,04 X
Sehingga,
Y = 53,14 + 1,04 (70)
Y = 125,94
Interpretasi: pada orang dengan berat badan 70 Kg, maka diperkirakan tekanan darahnya
adalah 125,94.
SPSS
1. Uji normalotas data, Analyse-- Explore
Descriptives
Median 107.50
Variance 30.011
Minimum 100
Maximum 115
Range 15
Interquartile Range 11
Median 53.00
Variance 26.056
Minimum 45
Maximum 59
Range 14
Interquartile Range 10
Untuk menguji normalitas data, menggunakan nilai “skewness/standar error” sehingga untuk
variable berat badan diperoleh -0,218 dan variable tekanan darah diperoleh -0,103. Dari kedua
variable tersebut menunjukkan hasil kurang dari 2, berarti data berdistribusi normal.
2. Menguji korelasi, analyze-Correlate- bivariat
Correlations
N 10 10
tekanan darah Pearson Correlation .972** 1
N 10 10
Interpretasi:
Tabel korelasi tersebut menunjukkan nilai r = 0,972 dengan nilai ρ = 0,000
Korelasi berat badan dengan tekanan darah menunjukkan hubungan yang sangat kuat (r = 0,9715) dan
berpola linear positif. Artinya semakin bertambah berat badan seseorang akan semakin meningkatkan
tekanan darah orang. Hubungan ini signifikan secara statistic (ρ < α).
Model Summaryb
d
1 .972a .944 .937 1.377
i
Total 270.100 9
Coefficientsa
Model Standardized
Unstandardized Coefficients Coefficients
B Std. Error Beta t Sig.
dari hasil di atas, dapat diinterpretasikan nilai determinasi (R Square) dan persamaa garis. Nilai
determinan dapat dilihat pada “R Square” yaitu 0,944 dimana, persamaan garis yg diperoleh
akan dapat menerangkan 94,4% variansi tekanan darah atau persamaan garis yang diperoleh
dapat menerangkan variable tekanan darah dengan sangat baik.
Persamaan garis regresi dapat dilihat pada tabel “coefficient” yaitu pada kolom B. dari hasil di
atas didapatkan nilai konstanta (merupakan nilai intercept atau a) sebesar 53, dan nilai b = 1,04,
sehingga persamaan garis regresinya:
Jadi, pada alpha 5%, kita menolak hipotesis nol, berarti ada ada pengaruh berat badan terhadap
tekanan darah. Dengan nilai b = 1,04, berarti akan terjadi peningkatan tekanan dara sebesar 1,04
mmhg bila berat badan meningkat 1 kg.
4. Memprediksi variable Dependen
Contoh: prediksi tekanan darah pada seorang dengan berat badan 70kg.
Y = 53,14 + 1,04 X
Sehingga,
Y = 53,14 + 1,04 (70)
Y = 125,94
Interpretasi: pada orang dengan berat badan 70 Kg, maka diperkirakan tekanan darahnya
adalah 125,94. Perlu diingat bahwa regresi tidak dapat menghasilkan angka yang tepat seperti di
atas, namun perkiraannya tergantung dari nilai “Std Error of The Estimated (SEE)” yang
besarnya adalah 1,377. Dengan demikian, variasi dependen dapat diperoleh dengan rumus :
Jadi, dengan tingkat kepercayaan 95%, untuk berat badan 70kg diprediksi tekanan darahnya
adalah diantara 123,2 mmHg (125,94 – 2,698) sampai dengan 128,6 (125,94 + 2,698)