KORELASI DAN REGRESI LINIER

Pada penelitian sering kali kita ingin mengetahui hubungan antara dua variabel yang
berjenis numerik, misalnya hubungan berat badan dengan tekanan darah, hubungan umur
dengan kadar Hb, dan lain sebagainya. Dari hubungan antara dua variabel numerik dapat
dihasilkan dua jenis yaitu derajat atau keeratan hubungan, digunakan korelasi. Sementara
itu bila ingin mengetahui bentuk hubungan antara dua variabel, digunakan analisis regresi
linier.

KORELASI
Uji korelasi berfungsi untuk mengetahui hubungan dua variabel yang hanya bersifat
numerik. Misalnya apakah hubungan usia dengan denyut nadi mempunyai derajat yang kuat
atau lemah dan apakah kedua bentuk variabel tersebut berpola positif atau negatif.

Secara sederhana dua variabel dapat dilihat dari diagram tebar/pencar (Scatter Plot).
Diagram tebar ini berupa grafik yang menunjukkan titik-titik perpotongan nilai data dari dua
variabel (X dan Y). Pada umumnya dalam grafik, variabel independen (X) diletakkan pada
garis horizontal, sedangkan variabel dependen (Y) pada garis vertikal.

Derajat keeratan hubungan (kuat lemahnya hubungan) dapat dilihat dari tebaran datanya.
Semakin rapat tebarannya, maka semakin kuat hubungannya, dan sebaliknya jika semakin
menyebar tebarannya maka semakin lemah hubungannya.
Untuk mengetahui lebih tepat derajat hubungan dua variabel digunakan Koefisien Korelasi
Pearson Product Moment atau Koefisien Korelasi yang disimbolkan dengan huruf r (huruf
kecil).

Keterangan:

r = koefisien korelasi
ƩXY = jumlah hasil kali nilai variabel X dengan variabel Y
ƩX = jumlah nilai variabel X
ƩY = jumlah nilai variabel Y
ƩX2 = jumlah nilai variabel X kuadrat
ƩY2 = jumlah nilai variabel Y kuadrat
n = jumlah sampel

Nilai korelasi (r) berkisar 0 s.d. 1 atau bila dengan disertai arahnya nilainya antara –1 s.d. +1.

r = 0 à tidak ada hubungan linier

r = -1 à hubungan linier negatif sempurna ( contoh: semakin bertambah umur (semakin
tua) maka semakin rendah kadar Hb nya)
r = +1 à hubungan linier positif sempurna (contoh: semakin bertambah berat badan, maka
semakin tinggi tekanan darahnya)

Menurut Colton Kekuatan hubungan dua variabel dapat dibagi menjadi empat:

r= 0,00-0,25 à tidak ada hubungan/ hubungan lemah

r=0,26-0,50 à hubungan sedang
r= 0,51-0,75à hubungan kuat
r= 0,76-1,00à hubungan sangat kuat/sempurna

Uji Hipotesis Korelasi

Setelah koefisien korelasi telah dihasilkan untuk menjelaskan derajat hubungan linier antara
dua variabel. Selnajutnya dilakukan uji hipotesis untuk mengetahui apakah hubungan antara
dua variabel terjadi secara signifikan atau hanya kebetulan dari random sampel (by chance).
Ada dua cara yaitu dengan membandingan nilai r hitung dengan nilai r pada tabel, atau
dengan pengujian pendekatan distribusi t.

n−2
t=r
√ 1−r 2

df = n-2
n = jumlah sampel
jika t hitung ¿ t tabel maka hasilnya signifikan
jika t hitung ¿ t tabel maka hasilnya tidak signifikan

REGRESI LINIER SEDERHANA

Analisis hubungan dua variabel dapat digunakan untuk mengetahui bentuk
hubungan dua variabel yaitu dengan analisis regresi yang betujuan untuk membuat
perkiraan (prediksi) nilai suatu variabel (dependen) melalui variabel lain (independen).

Untuk melakukan prediksi kita dapat menggunakan metode kuadrat kecil (least square)
yaitu suatu metode pembuatan garis regresi dengan cara meminimalkan jumlah kuadrat
jarak antara nilai Y yang teramati dengan Y yang diprediksikan oleh garis regresi itu.

Y = a + bx

n ∑ XY −(∑ X ∑Y )
b=
n ∑ X 2 −¿ ¿

∑ y−b ∑ xy
a = Ý −b . X́ a=
n

Keterangan :

Y = Variabel Dependen
X = Variabel Independen
a = Intercept , perbedaan besarnya rata-rata variabel Y ketika variabel X = 0
b = Slope , perkiraan besarnya perubahan nilai variabel Y bila nilai variabel X berubah satu
unit pengukuran

Contoh Soal dan Penyelesaian

Survei hubungan berat badan dengan tekanan darah pekerja diperusahaan X didapatkan
data sebagai berikut.

BB : 50 70 56 64 66 73 74 78 83 85 (X)

TD : 115 130 130 125 134 134 140 138 145 145 (Y)

Berdasarkan data tersebut hitunglah

a) Korelasi berat badan dengan tekanan darah

b) Hitung persamaan garis regresi, bila ada seseorang berat badan 80 kg prediksikan
tekanan darahnya!

Jawab:

N BB (x) TD (y) Xy x2 y2
1 50 115 5.750 2.500 13.225
2 70 130 9.100 4.900 16.900
3 56 130 7.280 3.136 16.900
4 64 125 8.000 4.096 15.625
5 66 134 8.844 4.356 17.956
6 73 134 9.782 5.329 17.956
7 74 140 10.360 5.476 19.600
8 78 138 10.350 6.084 19.044
9 83 145 12.035 6.889 21.025
10 85 145 12.325 7.225 21.025
Total 699 1.336 93.826 49.991 179.256

a) Hitung korelasi

 
( 10× 93.826 ) −( 699× 1.336 )
r= 2 2
√ [ 10 × 49.991−( 699 ) ] [ 10× 179.256−( 1.336 ) ]
938.260−933.864
¿
√( 499.910−488.601 )( 1.792 .560−1.784 .896 )
4.396 4.396 4.396
¿ = = =0,47
√11.309 × 7.664 √ 86.672.176 9.309,78

Interpretasi :
 Hubungan berat badan dengan tekanan darah pekerja diperusahaan X menunjukkan
hubungan yang sedang (0,47), dan berpola linier positif sempurna artinya semakin
bertambah berat badan, maka semakin tinggi tekanan darahnya.

b) Hitung persamaan garis regresi, bila ada seseorang berat badan 80 kg prediksikan
tekanan darahnya!

n ∑ XY −( ∑ X ∑ Y )
b=
n ∑ X 2 −¿ ¿

10 ( 93.826 )−( 699 ) ( 1.336 )

b=
10 ( 49.991 )−(699)2

938.260−933.864 4.396
b= = =0,38
499.910−488.601 11.309

∑ y−b ∑ xy
a=
n

a= ( 1.336
10 )−( 0,38 ) (
699
10 )
=133,6−0,38 ( 69,9 )=107,038

Y = a + bx
Y =107,038+ ( 0,38 ) ( 80 )
¿ 107,038+30,4=137,438

Interpretasi :
Penduduk yang berusia 80 tahun diprediksi tekanan darahnya adalah 137,438.

DAFTAR PUSTAKA

Sabri, L. (2014). STATISTIK KESEHATAN (Ed. 1, Cet). Jakarta: PT Raja Grafindo Persada.