Oleh:
Untuk nilai Correlation, pada Pearson Correlation diperoleh nilai 0,143 artinya
menunjukkan bahwa hubungannya adalah hubungan yang positif. Nilai korelasi ini
berada antara 0 s/d 0,2 5 berdasarkan kriteria Colton menunjukkan bahwa nilai ini
merupakan korelasi yang lemah atau hubungan nya lemah. Meskipun nilai Significant
diperoleh 0,013 artinya < dari Alfa 0,05, sehingga bisa disimpulkan ada hubungan yang
signifikan antara IMT dengan tekanan darah Sistolik. Adapun arah hubungan adalah arah
yang positif dimana besarnya nilai korelasi adalah 0,143 dan ini menunjukkan hubungan
yang lemah.
Jika dibuktikan nilai Pvalue < 0,05 atau menunjukkan ada hubungan yang signifikan
maka dilanjutkan dengan uji Regresi Linear Sederhana. Tetapi jika uji Korelasi diperoleh
nilai Pvalue > 0,05 maka tidak dilanjutkan dengan uji Regresi Linear Sederhana, cukup
dengan uji Korelasi karena tidak menunjukkan adanya hubungan yang signifikan.
Selanjutnya pilih menu Analyze, pilih Regression, klik Linear akan muncul tampilan
seperti dibawah ini:
Kemudian pada kolom Dependent masukkan variabel tekanan darah Sistol dan pada
kolom Independent masukkan variabel IMT. Selanjutnya pilih me nu Statistics dan ceklis
Estimates, Confidence Intervals dan Descriptive pada bagian Regression Coefficient,
kemudian Continue dan OK
Pada Document Output akan muncul tampilan seperti dibawah ini:
Pada Document Output SPSS hasil dari Regression hasil dari Mean untuk tekanan darah
Sistol adalah 135,06 dengan Standar Deviasi 23,083 dengan jumlah sampel sebanyak 300
orang responden. Nilai Mean atau rata – rata IMT adalah 22,50 dengan Standar Deviasi
3,82 dengan jumlah responden yang sama yaitu 300 orang.
Kemudian lihat pada nilai R Square adalah 0,02 artinya hanya 2% yang berarti prediksi
garis regresi yang dihasilkan cukup kecil hanya 2%. Mungkin nilai ini tidak signifikan
namun karena jumlah sampel yang cukup besar maka secara statistik diperoleh hasil yang
signifikan karena korelasi besarnya hubungan cukup lemah, diperoleh nilai korelasi
sebesar 0,143, menunjukkan hubungan yang lemah atau tidak ada hubungan. Tetapi
karena nilai Pvalue nya < 0,05 secara statistik membuktikan ada hubungan yang
signifikan IMT dengan tekanan darah Sistolik.
b. Langkah – Langkah Membuat Diagram Tebar atau Scatter Plot
Perhatikan pada menu toolbar SPSS diatas silahkan pilih menu Graphs ---> klik Legacy
Dialogs, pilih Scatter/Dot maka akan muncul seperti gambar berikut:
Langkah selanjutnya pilih Simple Scatter dan klik Define, maka akan muncul tampilan
seperti dibawah ini:
Pada kolom Y Axis, masukkan variabel dependen yaitu Sistol, kemudian pada kolom X
Axis masukkan variabel independent yaitu IMT dan klik OK
Pada Document Output SPSS akan muncul gambar Diagram Tebar seperti dibawah ini:
Jika dilihat pada gambar Diagram Tebar diatas, polanya cenderung ke atas hampir tidak
terlihat polanya
Untuk menampilkan garis regresinya, silahkan klik 2 kali pada kotak kemudian pilih
menu Elements, pilih Fit Line at Total, pilih Linear kemudian pilih Apply lalu Close.
Untuk pada Chart Editor juga silahkan di Close seperti pada gambar dibawah ini:
Pada Document Output SPSS Diagram Tebar memang terlihat garisnya cenderung naik
tetapi flat atau datar. Hubungan atau R Square nya adalah 0,02 atau hanya 2%
Persamaan garis regresi dapat dilihat pada tabel Coefficients
Pada Unstandardized Coefficients nilai Beta nya diperoleh nilai Constant yaitu 115,6.
Nilai Constant ini merupakan nilai A atau Intersep
Untuk nilai B diperoleh 0,865 sehingga persamaan regresi linear yang terbentuk adalah
Y = 115,6 + 0,865 X
2. Output SPSS
Tabel dibawah ini merupakan contoh output dengan analisis uji korelasi dan regresi linear.
Correlations
Correlations
Sistol IMT
Sistol Pearson Correlation 1 .143*
Sig. (2-tailed) .013
N 300 300
*
IMT Pearson Correlation .143 1
Sig. (2-tailed) .013
N 300 300
*. Correlation is significant at the 0.05 level (2-tailed).
Regression
Descriptive Statistics
Mean Std. Deviation N
Sistol 135.06 23.083 300
IMT 22.5050 3.82167 300
Correlations
Sistol IMT
Pearson Correlation Sistol 1.000 .143
IMT .143 1.000
Sig. (1-tailed) Sistol . .007
IMT .007 .
N Sistol 300 300
IMT 300 300
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .143a .020 .017 22.883
a. Predictors: (Constant), IMT
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 3265.231 1 3265.231 6.236 .013b
Residual 156047.689 298 523.650
Total 159312.920 299
a. Dependent Variable: Sistol
b. Predictors: (Constant), IMT
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients t Sig. 95,0% Confidence Interval for B
Model B Std. Error Beta Lower Bound Upper Bound
1 (Constant) 115.600 7.904 14.625 .000 100.045 131.155
IMT .865 .346 .143 2.497 .013 .183 1.546
a. Dependent Variable: Sistol
3. Hasil Analisis Penyajian Data
a. Korelasi dan Regresi Linear Sederhana
Tabel 1. Hubungan Indeks Massa Tubuh (IMT) dengan Tekanan Darah Sistolik
Variabel r R Square Persamaan Garis Regresi P value
Ada hubungan yang signifikan IMT dengan Tekanan Darah Sistolik (p=0,013).
Hubungan IMT dengan tekanan darah sistolik menunjukkan hubungan yang lemah (r=0,143)
dan berpola positif, artinya setiap kenaikan nilai IMT, maka diikuti dengan kenaikan tekanan
darah sistolik. Diperoleh nilai koefisien determinasi (R Square) sebesar 0,020 atau 2%, hal
ini menunjukkan bahwa variasi tekanan darah sistolik dapat dijelaskan oleh variabel IMT
sebesar 2% atau persamaan garis regresi yang diperoleh untuk memprediksi tekanan darah
sistolik hanya sebesar 2%.
Contoh kasus:
Bila seorang mempunyai IMT = 18,7 berapakah tekanan darah sistoliknya?
Y = 115,6 + 0,865 X
Tekanan darah sistolik = 115,6 + 0,865 x IMT
= 115,6 + 0,865 x 18,7
= 115,6 + 16,18
= 131,78
Tabel 2. Hubungan Umur dengan Tekanan Darah Sistolik
Variabel r R Square Persamaan Garis Regresi P value
Ada hubungan yang signifikan Umur dengan Tekanan Darah Sistolik (p=0,000).
Hubungan Umur dengan tekanan darah sistolik menunjukkan hubungan yang sedang
(r=0,438) dan berpola negatif, artinya setiap kenaikan nilai Umur, maka diikuti dengan
kenaikan tekanan darah sistolik. Diperoleh nilai koefisien determinasi (R Square) sebesar
0,192 atau 19%, hal ini menunjukkan bahwa variasi tekanan darah sistolik dapat dijelaskan
oleh variabel Umur sebesar 19% atau persamaan garis regresi yang diperoleh untuk
memprediksi tekanan darah sistolik sebesar 19%.