NAMA: NOVITA EKA MUFARROCHAH

KELAS: 3B/920173083

KORELASI

Korelasi adalah Hubungan

Korelasi itu sendiri yaitu nilai yang menunjukkan kekuatan dan ara hubungan linier antara 2
peubah acak.

Korelasi ada pada rentan : -1< koefisien korelasi <1

KET:

-1: Bertolak belakang

0: Tidak memiliki hubungan

<1: Sangat berhubungan

Contoh :

 Sangat berhubungan <1

 Stess dengan hasil IPK
 Semakin tidak stress maka hasil ipk semakin tinggi
 Konsentrasi belajar dengan hasil belajar/IPK
 Bertolak belakang -1
 Stess dengan hasil IPK
 Semakin tidak stress maka hasil ipk semakin tinggi

Contoh judul korelasi

1. Hubungan layanan keperawatan dengan tingkat kepuasan pasien rawat inap di RSUD
KABUPATEN UNGARAN
2. Hubungan keramahan perawat dengan tingkat stress pasien rawat inap di RSUD

 KORELASI DENGAN MS.EXCEL

CONTOH:
 Data 50 mahasiswa,nilai UN dan nilai IPK
RUMUS:

data yang akan di korelasi

  Nilai UM : COREL

Data UN dan IPK

 Nilai UN : COREL Data UN dan IPK

 KORELASI DENGAN SPSS

Cara : klik analyze correlate bivariat masukkan data OK.
korelasi dengan spss dapat langsung melakukan korelasi dengan satu kali rumus.

REGRESI

Regresi adalah suatu statistic yang di gunakan untuk melakukan prediksi pengaruh variable
bebas terhadap variable terikat.

Kunci :prediksi pengaruh.

Regresi : Y = a + b1X1 + b2X2 + b3X3 + ….. + bnXn

Y = Variabel Terikat

X = Variabel Bebas

A = konstanta regresi ( NilaiKonstan )

B = Intersep( slope / gradient)

 RumusRegresi Linier Sederhana :

Y = a + bX
Ex : Y = 16,234 + 0,776 X
Maka interpretasinya adalah setiap ada peningkatan 1 untuk variabel X maka nilai Y akan
bertambah 0,776

 ANALISIS REGRESI LINIER SEDERHANA DENGAN SPSS

1. Menggunakan data Regresi sederhana di excel, copy ke SPSS
2. Ubah variabel Bebas danVariabel Terikat
3. Kemudian klik View Regresion Linier Dependent
( untukVariabelTerikat ) independent ( VariabelBebas ) Lalu pilih
Statistik ( Estimatis √, Confidence Intervals √, model fit, Deskriptif )
Plots ( DEPENDENT And ZRESID ) Histogram √, dan Normal Probability
Plot Continue Metode ( Enter ) OK.
 KET :

Corelasi :Hubungan Variabel Bebas denganVariabel terikat

Model Summary : R Square untuk Nilainya

ANOVA :Nilai Sig.

Coeficient

Residual Statistic

 ANALISIS REGRESI LINIER SEDERHANA DENGAN EXCEL

1. Sudah mengaktifkan toolpack analisis
2. Membuat data denganVariabel Bebas danVariabel terikat
3. Klik data Data Analysis Regretion Input Y ( VariabelTerikat
), Input X ( UntukVariabelBebas ) Confidence Level ( 95% )
Output ( New Worksheet Line Fit Polts OK
4. Hasil : Summary Output ( R square : KoefisienDeterminasi ) , ANOVA,
Residual Output

 RumusRegresi Ganda (asosiasi 2, variabelbebas di > 3 ) :

Y = a + b1X1 + b2X2
Ex : Y + 16,234 + 0,776X1+ 0,16X2
Maka interpretasinya adalah setiap ada peningkatan 1 untuk variabel X1 maka nilai Y
akan bertambah 0,776 dan setiap peningkatan 1 untuk variable X2 maka nilai Y akan
bertambah 0,16

 REGRESI LINIER GANDA DENGAN EXCEL

Ketika kita mempunyai 2 variabel bebas.
1. Sudah mengaktifkan toolpack analisis
2. Membuat data dengan Variabel Bebas danVariabel terikat
3. Klik data Data Analysis Regretion Input Y
( VariabelTerikat ), X ( UntukVariabelBebas ) Confidence
Level ( 95% ) Output ( New Worksheet Line Fit Polts OK
4. Hasil : Summary Output ( R square : KoefisienDeterminasi ) , ANOVA ( ada
2 variabel X ) , Residual Output

 REGRESI LINIER GANDA DENGAN SPSS

1. Menggunakan data Regresisederhana di excel, copy ke SPSS
2. UbahvariabelBebasdanVariabelTerikat
3. Kemudian klik View Regresion Linier Dependent
( untukVariabel Terikat ) Independent ( Variabel Bebas ) Lalu
 pilih Statistik ( Estimatis √, Confidence Intervals √, model fit, Deskriptif )
Plots ( DEPENDENT And ZRESID ) Histogram √, dan Normal Probability
Plot Continue Metode ( Enter ) OK.
4. Hasil :
Corelasi :HubunganVariabel Bebas dengan Variabel terikat
Model Summary : R Square untuk Nilainya
ANOVA :Nilai Sig.
Coeficient
Residual Statistic

 Regresi Linier Ganda :

Y = a + b1X1 + b2X2 + b3X3
Namun, semua itu berlaku jika secara statistic menunjukkan pengaruh yang signifikan
( p> sig)

ANOVA

Anova adalah suatu analisis yang berbasis pada varian.

Data deskriftif yang memuat beberapa ukuran pemusatan data salah satunya adalah varian
data.varian data iniyang digunakan dasar melakukan analisis,dimana analisis tersebut di gunakan
untuk tinjauan komparatif beberapa variabel.apakah perbedaan antara variabel A dengan variabel
B atau perbedaan hal satu dengan hal lain.analisis lebih fleksibel di bandingkan dengan kunci
variabel menggunakan t student atau t squer. Penggunaan anova lebih komplek dalam menguji 2
variabel. Data variabel harus ada asumsi awal,bahwa ketika kita melakukan analisis data kita
harus memastikan data tersebut dapat memenuhi asumsi-asumsi terlebih dahulu.asumsi tyang
harus di penuhi sebelum melakukan analisis ini:

1. Data harus berdistribusi normal

2. Pengambilan sampel di lakukan random.

Contoh : ketika kita ingin merasakan satu sup atau tidak,kita cukup mengambil satu sendok
airnya/kuahnya saja kemudian kita minum,jika sup itu enak maka keseluruhan sup itu
kemungkinan juga enak.

Kesimpulan : output anova jika kita menggunakan excel atau spss akan ada F hitung yang
akan kita bandingkan dengan F tabel. namun yang lebih sederhana kita bisa melihat
propability sig .taraf signifikannya maka Ho ditolak.sebaliknya jika taraf signifikannya
lebih besar dari pada alfanya maka Ho diterima.
Contoh judul :

1. Perbedaan nilai indeks massa tubuh member senam aerobik dan senam yoga di sanggar
senam elbina jaya.
2. Perbedaan kelelahan kerja pada tenaga kerja shif pagi,shif siang,shif malam di bagian
process PT.iskandar indah pointing tex tile surakarta

 ANOVA DENGAN SPSS

Contoh : perbedaan penjualan di bukalapak,tokopedia dan shopee
Cara :
Klik analyze compare means masukkan ke dependent list
one way anova

Contrasts post HOC options OK.

Pilih descriptive dan homogeneity of

variance test
Turki 0,05 =95%

 ANOVA DENGAN EXCEL

Cara :
Aktifkan tolpack klik data data analisys
Anova single factor
OK.

KET:
 Input ring : data yang dianalisis
 Alfa : toleransi kesalahan

Perbedaan menggunakan keduanya yaitu kalau menggunakan excel terdapat kriteria F

jadi bisa melihat tabel.
 TUGAS KORELASI

A. DEFINISI KORELASI
Metode korelasi adalah metode pertautan atau metode penelitian yang berusaha
menghubung-hubungkan antara satu unsur/elemen dengan unsur/elemen lain untuk
menciptakan bentuk dan wujud baru yang berbeda dengan sebelumnya.
(Sugiono,2014:87)
B. CONTOH JUDUL PENELITIAN KORELASI
“HUBUNGAN DIMENSI MUTU PELAYANAN DENGAN TINGKAT KEPUASAAN
PASIEN DI RUANGAN RAWAT INAP DI RSUD PARIAMAN TAHUN 2012”
C. DATA (2 VARIABEL)

RESPONDEN (X) (Y)

Mutu Pelayanan Kepuasan Pasien
1 80 70
2 70 60
3 80 75
4 70 65
5 90 80
6 85 85
7 85 82
8 83 73
9 62 55
10 72 60
11 75 70
12 90 70
13 62 65
14 76 60
15 85 72
16 80 63
17 90 73
18 94 80
19 68 60
20 96 70
21 60 67
22 85 83
23 64 60
24 62 60
25 70 65
26 75 63
 27 72 72
28 73 66
29 76 74
30 80 70

D. HASIL

Jadi hasil interpretasinya yaitu 0,709334102

 TUGAS REGRESI

A. DEFINISI REGRESI
Analisis regresi merupakan metode sederhana untuk melakukan investigasi tentang
hubungan fungsional di antara beberapa variabel. Hubungan antara beberapa variabel
tersebut diwujudkan dalam suatu model matematis. Model regresi, variabel sendiri
dibedakan menjadi 2 (dua) bagian, yaitu variabel respons (response) atau biasa disebut
juga variabel bergantung (dependent variable) serta variabel explonary atau biasa juga
disebut variabel penduga (predictor variable) atau disebut juga dengan variabel bebas
(independent variable).Menurut Nawari (2010)

B. CONTOH JUDUL PENELITIAN REGRESI

“EFEKTIFITAS TERAPI BERMAIN MEDIA GAME DENGAN MEDIA
MENGGAMBAR TERHADAP NYERI PEMASANGAN INFUS PADA BALITA DI
RSU AISYIYAH KUDUS TAHUN 2020”

C. DATA (3VARIABEL)

RESPONDEN (Y) (X) (X)

NYERI MEDIA GAME MENGGAMBAR
PEMASANGAN
INFUS
1 70 5 3
2 30 7 2
3 40 8 4
4 50 9 2
5 60 12 5
6 60 16 5
7 70 14 6
8 55 20 8
9 45 25 14
10 35 14 7
11 25 16 8
12 20 8 2
13 30 12 6
14 45 24 10
15 50 22 4
16 65 20 6
17 35 18 8
18 25 16 8
 19 27 12 6
20 40 14 7
21 60 26 9
22 45 20 4
23 55 24 8
24 35 12 4
25 20 14 4
26 30 18 5
27 40 22 6
28 25 10 9
29 40 16 10
30 50 20 5

D. HASIL
Jadi interpretasinya adalah
Y= a+b1X1+b2X2
Y= 33, 93611984+1,027046336+-1,231911128= 33,731255048
 ANOVA
A. DEFINISI ANOVA
Anova adalah suatu analisis yang berbasis pada varian,uji anova satu arah adalah
jenis uji statistika parametrik yang bertujuan untuk mengetahui perbedaan apakah
terdapat perbedaan rata-rata antara lebih dari dua group sampel. Menurut ilhamzern
(2013). Data deskriftif yang memuat beberapa ukuran pemusatan data salah satunya
adalah varian data.varian data iniyang digunakan dasar melakukan analisis,dimana
analisis tersebut di gunakan untuk tinjauan komparatif beberapa variabel.apakah
perbedaan antara variabel A dengan variabel B atau perbedaan hal satu dengan hal
lain.analisis lebih fleksibel di bandingkan dengan kunci variabel menggunakan t
student atau t squer. Penggunaan anova lebih komplek dalam menguji 2 variabel.
Data variabel harus ada asumsi awal,bahwa ketika kita melakukan analisis data kita
harus memastikan data tersebut dapat memenuhi asumsi-asumsi terlebih
dahulu.asumsi tyang harus di penuhi sebelum melakukan analisis ini:
1. Data harus berdistribusi normal
2. Pengambilan sampel di lakukan random.

B. CONTOH JUDUL ANOVA

“ PERBEDAAN TINGKAT PEMAHAMAN MATKUL MAHASISWA
TERHADAP KULIAH DARING DAN TATAP MUKA DI UNIVERSITAS
MUHAMADIYAH KUDUS TAHUN 2020”

C. DATA (3VARIABEL)

RESPONDEN (Y) (X) (X)

PERBEDAAN KULIAH DARING TATAP MUKA
TINGKAT
PEMAHAMAN
1 70 50 60
2 80 70 80
3 85 50 80
4 75 60 70
5 60 40 50
6 60 60 50
7 70 40 60
8 55 20 30
9 45 25 40
10 75 45 30
11 85 60 70
12 82 80 80
13 80 50 50
14 45 40 50
15 50 20 40
16 65 20 60
17 85 80 80
18 75 60 70
19 77 40 60
20 40 40 35
21 60 50 60
22 85 60 45
23 55 45 50
24 75 50 60
25 82 45 80
26 80 30 50
27 40 22 30
28 85 65 75
29 80 65 73
30 65 40 52

D. HASIL
 Interpretasinya adalah: 6,14 x 10-10 = 0,0000000006
Jadi kesimpulannya setiap colom mempunyai perbedaan yang nyata.