MAKALAH TUTORIAL 6 BIOSTATISTIK MENGGUNAKAN

UJI KORELASI

Disusun Oleh
Kelompok 2

Dinul Tauhid 1611116076 Furti Okliantoni P. 1611116168

Endah Rizki Ayunita 1611123423 Geci Putri Helisa 1611116145
Fajar Nurul Pebri 1611116162 Giatri Rahma Sari 1611123622
Fathul Husni Syofyan 1611123570 Hasbiallah Hk 1611123710
Feby Maria Panjaitan 1611116029 Hulwana Salsabila 1611116174
Fitri Ayu 1611122918 Inka Selvia 1611116178
Fitri Esi Okta W.S. 1611123640 Ipudaniati S 1611123294
Friska Oktonamara 1611116000 Ivo Supratih 1611115950
Fuji Mazelda 1611116052 Khairani Nur Werda 1611123051

FAKULTAS KEPERAWATAN
UNIVERSITAS RIAU
PEKANBARU
2019
 KATA PENGANTAR

Puji dan syukur kami ucapkan kepada Tuhan Yang Maha Esa atas Rahmat
dan Hidayah-Nya kami dapat menyelesaikan penulisan makalah ini dengan tepat
waktu.
Makalah ini membahas tentang Uji Korelasi. Kami juga tidak lupa
mengucapkan terima kasih kepada dosen pembimbing dan kepada pihak-pihak
yang berperan dalam keberhasilan menyelesaikan makalah ini.
Kami menyadari bahwa nantinya dalam makalah ini masih banyak
kesalahan dalam penulisan maupun isi, oleh karena itu kami mengharapkan saran
dan kritik dari teman-teman pembaca demi tercapainya kesempurnaan makalah
kedepannya.
Akhirnya kami ucapkan terima kasih dan kami mohon maaf atas segala
kesalahan yang terdapat dalam makalah ini. Semoga makalah ini bermanfaat
untuk kita semua.

Pekanbaru, 1 Oktober 2019

Penulis
Indikator Pencapaian
Mahasiswa mampu melakukan Uji Korelasi dengan langkah-langkah:
a. Menetapkan hipotesis nol dan alternative (baik satu arah maupun 2 arah)
b. Menetapkan tingkat kemakmuran (α)
c. Menetapkan uji yang akan digunakan
d. Melakukan penghitungan dengan uji statistic yang telah ditetapkan
e. Menarik kesimpulan baik dengan pendekatan klasik maupun pendekatan
probabilistic.
A. KORELASI
Disamping berfungsi untuk mengetahui derajat atau keeratan
hubungsn, korelasi juga berfungsi untuk mengetahui arah hubungan dua
variabel numerik. Misalnya, apakah hubungan berat badan dan tekanan darah
mempunyai derajat yang kuat atau lemah dan apakah kedua variabel tersebut
berpola positif atau negatif.
Secara sederhana atau secara visual hubungan dua variabel dapat
dilihatdari diagram tebar/ pencar (Scatter Plot ). Diagram tebar adalah 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 vertical.
Dari diagram tebar dapat diperoleh informasi tentang pola hubungan
antara dua variabel X dan Y. selain member informasi pola hubungan dari
kedua variabel, diagram tebar juga dapat menggambarkan keeratan hubungan
dari kedua variabel tersebut.
Derajat keeratan hubungan (kuat lemahnya hubungan) dapat dilihat
dari tebaran datanya. Semakin rapat tebarannya semakin kuat hubungannya
dan sebaliknya semakin melebar tebarannya menunjukkan hubungannya
semakin lemah.
Untu mengetahui lebih tepat besar / derajat hubungan dua variabel
digunakan Koefisien Korelasi Pearson Product Moment. Koefisien korelasi
disimbolkan dengan r (huruf r kecil)
Koefisien korelasi (r) dapat diperoleh dari formula berikut.
 n ( ∑ XY ) −( ∑ X ∑ Y )
r=
√¿¿¿
nilai korelasi (r) berkisar ) s.d 1 atau bila dengan disertai arah nilainya
antara -1 s.d +1
r = 0 → tidak ada hubungan linear
r = -1 → hubungan linear neegatif sempurna
r = +1 → hubungan linear positif sempurna
Menurut Colton kekuatan hubngan dua variabel secara kualitatif
dapat dibagi dalamempat area sebagai berikut:
r = 0,00 – 0,25 → tidak ada hubungan / hubungan lemah
r = 0,26 – 0,50 → hubungan sedang
r = 0,51 – 0,75 → hubungan kuat
r = 0,76 – 1,00 → hubungan sangat kuat/ sempurna
Uji Hipotesis
Koefisien korelasi yang telah dihasilkan merupakan langkah pertama
untuk menjelaskan derajat hubungan linear antara dua variabel. Selannjutnya
perlu dilakukan uji uji hipotesis untuk mengetahui apakah hubungan antara
dua variabel terjadi secara signifikan ataua hanya faktor kebetulan dari
random sample (by chance). Uji hipotesis dapat dilakukan denggan dua cara,
yaitu pertama membandingakan nilai thitung dengan r tabel, kedua
menggunakan pengujian dengan pendekatan distribusi t, dengan formula
berikut.

n−2
t=r
√ 1−r 2

df = n – 2
n = jumlah sampel
B. Regresi Linier Sederhana
Analisis regresi merupakan suatu model matematis yang dapat
digunakan untuk mengetahui bentuk hubungan antara dua atau lebih variabel.
Tujuan analisis regresi adalah untuk membuat perkiraan (prediksi) nilai suatu
variabel (variabel dependen) melalui variabel yang lain (variabel independen).
 Metode least square merupakan suatu metode pembuatan garis regresi
dengan cara meminimalkan jumlah kuadrat jarak antara nilai Y yang teramati
dan Y yang diramalkan oleh garis regresi itu secara matematis persamaan
garis adalah sebagai berikut

Y = a + bx

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

b = a = Ý −b X́

contoh: kasus penghitungan korelasi

suatu survei ingin mengetahui hubungan antara usia dengan kama hari
rawat di RS X tahun x, survey dengan mengambil sampel 5 pasien dan
hasilnya sebagai berikut:
- Umur : 20 30 25 35 40 (tahun)
- Lama dirawat : 5 6 5 7 8 (hari)
Hitung korelasinya dan interpretasikan
Langkahnya adalah membuat tabel kerja seperti berikut.
pasien Usia = X Lama hari rawat = Y XY X2 Y2
1 20 5 100 400 25
2 30 6 180 900 36
3 25 5 125 625 25
4 35 7 245 1225 49
5 40 8 320 1600 64
S 150 31 970 4750 199
Dengan memakai hasil dari data tabel kerja di atas, maka dihitung
koefisien korelasi r sebagai berikut:
n ( ∑ XY ) −( ∑ X ∑ Y )
r=
√¿ ¿¿
 5 ( 970 )−150(31)
r=
√¿ ¿ ¿
r = 0,97
Interpretasi: hubungan umur dengan lama hari rawat menunjukkan
hubungan yang sangat kuat (r = 0,97) dan berpola linear positif. Artinya, semakin
tinggi usia pasien, semakin lama hari rawatnya.
Kasus Regresi Linear Sederhana
Dari soaal korelasi di atas, coba hitung persamaan garis regresi dan
diprediksikan pasien yang berumur 40 tahun berapa lama hari rawatnya!
Dengan memakai contoh di atas, dapat dihitung koefisien a dan b seperti
berikut.
n ∑ XY −( ∑ X ∑ Y )
b= 2
n ∑ X 2−(∑ X )
b = ¿¿
b = 0,16
31 150
a= ( ) – (0,16) ( ) = 1,4
5 5
persamaan regresi linear untuk contoh data dapat di tulis sebagai berikut:
lama hari rawat = 1,4 + 0,16 usia-pasien
nilai b = 0,16 dapat diartikan bahwa bila pasien yang dirawat usianya lebih
tua satu tahun, kemungkinan lama hari rawat nya akan lebih lama 0,16 hari.
Pasien usia 40 tahun dapat diperkirakan lama hari rawat nya dengan
menghitung dari persamaan regresi linear di atas yaitu = 1,4 + 0,16 (40) = 7,8
hari. Sementara itu, pasien usia 30 tahun = 1,4 + 0,16 (30) = 6,2 hari. Selisih lama
hari rawat pada kedua pasien adalah 1,6 hari.
Contoh Soal :
1. Survei hubungan umur dengan denyut nadi penduduk dewasa di Kota
Pekanbaru didapatkan data sebagai berikut:
Umu 20 25 27 29 26 27 28 36 50
r
Nadi 80 75 80 77 75 75 73 73 71
 Carilah korelasi umur denan denyut nadi? Apakah ada korelasi yang
bermakna diantara kedua variable? Hitung persamaan garis regresi, bila ada
seseorang berumur 30 tahun prediksikan denyaut nadinya.
a. Menetapkan hipotesis nol dan alternatif (baik 1 arah maupun 2 arah)
Ho : δ = Tidak ada hubungan antara umur dengan denyut nadi penduduk
dewasa di Kota Pekanbaru.
Ha : δ = Ada hubungan antara umur dengan denyut nadi penduduk dewasa di
Kota Pekanbaru
b. Menetapkan tingkat kemaknaan (α)
α = 5% (0,05)
c. Menetapkan uji yang akan digunakan
Uji Korelasi
d. Melakukan penghitungan dengan uji statistik yang telah ditetapkan
Penyelesaian.

Sampel Umur Denyut XY X2 Y2

(X) Nadi
(Y)
1 20 80 1.600 400 6.400
2 25 75 1.875 625 5.625
3 27 80 2.160 729 6.400
4 29 77 2.233 841 5.929
5 26 75 1.950 676 5.625
6 27 75 2.025 729 5.625
7 28 73 2.044 784 5.329
8 26 73 2.628 1.296 5.329
9 50 71 3.550 2.500 5.041
n=9 ∑ X =8.580∑ Y 2=51.303
∑ X=268∑ Y =679 ∑ XY =20.065 2

n ( ∑ XY ) −( ∑ X ∑ Y )
r=
√¿¿¿
9 ( 20.065 )−( 268 x 679)
r=
√¿ ¿ ¿
( 180.585 ) −(181.972)
r=
√[ 77.220−(71.824) ][ 461.727−( 461.041)]
 (−1.387)
r=
√[ (5.396)][(686)]
(−1.387)
r=
√( 3.701 .656 )
(−1.387)
r= = - 0,72
(1.923,97)
Apakah ada korelasi yang bermakna diantara kedua variabel?
Hubungan umur dengan denyut nadi penduduk dewasa di Kota Pekanbaru
menunjukkan hubungan yang kuat (r = -0,72) dan berpola linear negatif. Artinya,
semakin bertambah umur penduduk dewasa di Kota Pekanbaru, semakin
berkurang denyut nadinya.
Uji Hipotesis :
1 Membandingkan nilai r hitung dengan r table
2 Pendekatan distribusi t
n−2
t=r
√ 1−r 2
9−2
t = -0,72
√ 1−(−0,72)2
7
t = -0,72
√ 1−0,52
7
t = -0,72
√ 0,48
t = -0,72√ 14,6
t = -0,72(3,8)
t = -2,74
df = n – 2
df = 9 – 2
df = 7, n = 9
Persamaan garis regresi :
Y = a + bx
a = Ý −b X́
n ∑ XY −( ∑ X ∑ Y )
b= 2
n ∑ X 2−(∑ X )
 9 ( 20.065 )−( 268 ) (679)
b=
9 ( 8.580 ) −(268)2
180.585−181.972
b=
77.220−71.824
(−1.387)
b=
5.396
b = 0,257
a = Ý −b X́
a = (679/9) - 0,257(268/9)
a = 75,4 - 0,257(29,78)
a = 75,4 – 7,65
a = 67,75
Banyak denyut nadi = 67,75 + 0,257 umur sampel.
Hitung persamaan garis regresi, bila ada seseorang berumur 30 tahun prediksikan
denyut nadinya.
Y = a + bx
Y = 67,75 + 0,257(30)
Y = 67,75 + 7,71
Y = 75,46
Y = 75
Jadi jika ada seseorang berumur 30 tahun, maka diprediksikan denyut nadinya
sebanyak 75 kali.

2. Survei hubungan berat badan (kg) dengan tekanan darah (mmHg) pekerja di
perusahaan Adil&Sejahtera didapatkan data sebagai berikut:
Apakah ada korelasi yang bermakna diantara kedua variable?
Hitung persamaan garis regresi, bila ada seseorang bb 90 kg prediksikan
tekanan darahnya.

pasien x y Xy x2 y2
BB TD
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 10.764 6.084 19.044
9 83 145 12.035 6.889 21.025
10 85 145 12.325 7.225 21.025
692 1336 94.240 49.991 179.256

(10 x 94.240−( 699 )( 1336 ))

r= 2
√(10 x 49.991−( 699 ) )¿ ¿ ¿
942.400−(933.864)
¿ ¿¿

8.536 ¿ 8.536 8.536

¿ ¿
¿¿ √86.672 .176 9.309

= 0,91 hubungan sangat kuat

n Ʃ xy−(Ʃ x . Ʃ y )
n Ʃ x ²−( Ʃ x)²

10× 94.240−( 699.1336 )

¿
10 × 49.991−( 699 )2

942.400−933.864
¿
499.910−488.601

8.536
¿ =0,75
11.309

a. ( Ʃny )−( b .nƩx )=( 1336

10 )−( 0,75 ×
699
10 )
=133,6−52.425=81.18

TD ¿ a+ b ( 80 )=81.18+ 0,75 ( 80 )=81.175+60=141.18

3. Survei hubungan kadar kolesterol (mg/dl) dengan tekanan darah (mmHg)

pekerja di perusahaan SUKSES didapatkan data sebagai berikut:

Kolestero 100 120 90 150 160 180 195 210 235 250
 l
TD 120 135 120 140 150 155 170 180 190 200
Carilah korelasi kadar kolesterol dengan tekanan darah?
Apakah ada korelasi yang bermakna diantara kedua variable?
Hitung persamaan garis regresi, bila ada seseorang kadar kolesterol 270 mg/dl
prediksikan tekanan darahnya.
Penyelesaian:

Sampel X Y(TD) XY X² Y²
(Kolesterol)
1 100 130 13000 10000 16900
2 120 135 16200 14400 18225
3 90 120 10800 8100 14400
4 150 140 21000 22500 19600
5 160 150 24000 25600 22500
6 180 155 27900 32400 24025
7 195 170 33150 38025 28900
8 210 180 37800 44100 32400
9 235 190 44650 55225 36100
10 250 200 50000 62500 40000
n= 10 ∑X 1690 ∑Y 1570 ∑XY ∑X² ∑Y²253050
278500 312850

n ( ∑ XY )−(∑ X ∑ Y )
r=
√ [n∑ X 2−(∑ X )² ]¿ ¿

10 ( 278500 )−10(1690 x 1570)

=
√[10 ( 312850 ) ¿−(2856100)]¿ ¿ ¿
2785000−2653300
=
( 272400 ) (65600)

131700
r= =0 , 98
133676 ,6

Hubungan kadar kolesterol (mg/dl) dengan tekanan darah (mmHg)pekerja

di perusahaan SUKSES menunjukkan hubungan yang sangat kuat (r=0,98) dan
berpola linear positif. Artinya semakin kadar kolesterol semakin tinggi tekanan
darahnya.
Persamaan garis regresi:

Y = a + bX

a = Y – Bx

n ∑ XY −(∑ X ∑Y )
b=
n∑ X 2−( ∑ X )²

10 ( 278500 )−( 1690 x 1570 )

=
10 ( 3128500 )− (1690 )2

2785000−2653300
=
3128500−2856100

131700
=
272400

b = 0,48

a = Y – bX

a = 157 – 0,48 (1690)

= 157 – 81,12

a = 75,88

Y = a + Bx

= 75,88 +0,48 (270)

=75,88 +129,6

Y = 205,48

Jika seseorang memiliki kadar kolesterol 270 mg/dl prediksi tekanan darahnya
adalah : 205,48

4. Survei hubungan kecerdasan spiritual (0-150) dengan indeks prestasi

kumulatif (IPK) (0-4) mahasiswa di Fakultas Keperawatan didapatkan data
sebagai berikut:
 Kecerdasa 80 90 95 100 105 109 116 120 130 140
n spiritual
IPK 2,7 2,8 3,0 3,1 3,2 3,25 3,3 3,5 3,6 3,8

Carilah korelasi kadar Kecerdasan Spiritual dengan Indeks Prestasi Kumulatif?

Apakah ada korelasi yang bermakna diantara kedua variabel?
Hitung persamaan garis regresi, bila ada seseorang kecerdasan spiritual 125
prediksikan IPK nya.
Penyelesaian:
Sampel X Y XY X2 Y2
(Kecerdasan (IPK)
spiritual)
1 80 2,7 216 6.400 7,29
2 90 2,8 252 8.100 7,84
3 95 3,0 285 9.025 9
4 100 3,1 310 10.000 9,61
5 105 3,2 336 11.025 10,24
6 109 3,25 354,25 11.881 10,5625
7 116 3,3 382, 8 13.456 10,89
8 120 3,5 420 14.400 12,25
9 130 3,6 468 16.900 12,96
10 140 3,8 532 19.600 14,44
n=10 ∑ X=1.085 ∑ Y =32,25 ∑ X 2=120.787
∑ XY =3.556,05 ∑ Y 2=105,0825

n ( ∑ XY ) −( ∑ X ∑ Y )
r=
√¿¿¿
10 ( 3.556,05 )−(1.085 x 32,25)
r=
√¿ ¿ ¿
( 35.560,5 ) −(34.441,25)
r=
√[ 1.207 .870−(1.177 .225)][ 1.050,825−(1.040,0625)]
(569,25)
r=
√[ (30.645) ][(10,7625)]
(569,25)
r=
√( 329.816,813 )
(569 , 25)
r= = 0,99
(574 , 29)
Interpretasi :
 Hubungan kecerdasan spiritual dengan nilai IPK menunjukkan hubungan
yang sangat kuat (r = 0,99) dan berpola linear positif. Artinya, semakin tinggi
kecerdasan spiritual mahasiswa Fakultas Keperawatan, semakin tunggi nilai
IPKnya.
Persamaan garis regresi :
Y = a + bx
a = Ý −b X́
n ∑ XY −( ∑ X ∑ Y )
b= 2
n ∑ X 2−(∑ X )
10 ( 3.556,05 )−( 1085 ) (32,25)
b=
10 ( 120.787 )−(1085)2
35.560,5−34.991,25
b=
1.207.870−1.177 .225
569,25
b=
30.645
b = 0,01857
a = Ý −b X́
a = (32,25/10) - 0,018(1085/10)
a = 3,225 - 0,01857(108,5)
a = 3,225 – 2,01
a = 1,215
bila ada seseorang kecerdasan spiritual 125 prediksikan IPKnya adalah :
Y = a + bx
Y = 1,215 + 0,01857(125)
Y = 1,215 + 2,32125
Y = 3,534
Y = 3,54
Jadi jika seseorang yang mempunyai kecerdasan spiritual 125, prediksi IPK nya
adalah 3,54
 DAFTAR PUSTAKA
Sabri, Lunis & Hastono, Sutanto Priyo. 2014. Statistik Kesehatan. Jakarta:
Rajawali Pres