NAMA : NANDA PUTRI DUIYANTI

NIM : 1018031086

KELAS : PSIK 4B

ANALISA BIVARIAT

Tabel. Uji Pearson Korelasi

Hb 1
(p) (r)
Hb 2 0,000 0,707

Interpretasi hasil

Berdasarkan tabel diatas memperlihatkan bahwa koefesien korelasi pearson antara Hb 1

dengan Hb 2 adalah 0.707 korelasi itu bermakna secara statistik dengan nilai P 0.000

Tabel. Uji Regresi Linear

Variabel r R2 Persamaan garis Pvalue

Hb 2 0,707 0,499 Hb 0,000
1=5,281+0,539
Hb 2

Interpretasi hasil

Hubungan antara Hb 1 dengan Hb 2 menunjukan korelasi yang positif dengan

kekuatan/keeratan hubungan yang kuat (r=0,707) artinya semakin baik Hb 1 maka semakin
tinggi Hb 2 yang akan didapatkan, setiap kenaikan Hb2 akan dapat meningkatkan 0,539 Hb
2, nilai koefiseiensi determinasi 0,499 artinya persamaan garis regresi yang kita peroleh dapat
menerangkan 49,9% variasi Hb 2 atau persamaan garis yang diperoleh cukup baik untuk
menjelaskan variabel Hb 1. Hasil uji statistik didapatkan adanya hubungan yang signifikan
antara Hb 1 dengan Hb 2 dengan nilai p : 0,000

Dari persamaan garis regresi linear yang didapatkan, kita bisa memperkirakan atau
memprediksi nilai y, bila nilai x diketahui. Misalnya jika diketahui nilai Hb 1 adalah 10,346
maka perkiraan prediksi Hb 2 yang akan didapatkan adalah sebagai berikut:

Hb2 = 5,281 + 0,539 (Hb 1)

= 5,281 + 0, 539 (10)

= 10,671
 Tabel. Uji Pearson Korelasi

BB Bayi
(p) (r)
BB Ibu 0,000 0,685

Interpretasi hasil

Berdasarkan tabel diatas memperlihatkan bahwa koefisien korelasi pearson antara BB Ibu
dengan BB Bayi adalah 0,685 korelasi itu bermakna secara statistik dengan nilai p : 0,000

Tabel. Uji Regresi Linear

Variabel r R2 Persamaan garis Pvalue

BB Ibu 0,685 0,470 BB 0,000
Bayi=631,804+44,797
BB Ibu

Interpretasi hasil

Hubungan antara BB Ibu dengan BB Bayi menunjukan korelasi yang positif dengan
kekuatan/keeratan hubungan kuat (r=0,683) Artinya semakin baik BB ibu semakin tinggi BB
Bayi yang didapatkan, setiap kenaikan BB ibu akan dapat meningkatkan 44,797 BB Bayi.
Nilai koefisiensi dengan determinasi 0,470, artinya persamaan garis regresi yang kita peroleh
dapat menerangkan 47% variasi Bb bayi atau persamaan garis yang diperoleh cukup baik
untuk menjelaskan variabel BB Ibu. Hasil uji statistik didapatkan adanya hubungan yang
signifikan antara Bb ibu dengan BB Bayi dengan nilai p : 0,000

Dari persamaan garis regresi linear yang didapatkan, kita bisa memperkirakan atau
memprediksi nilai y, bila nilai x diketahui. Misalnya jika diketahui nilai BB ibu adalah 56,66
maka perkiraan BB bayi yang akan didapatkan adalah sebagai berikut:

BB Bayi = 631,804 + 44,797 (BB Ibu)

= 631,804 + 44,797 (56,66)

= 631,804 + 2.508,632

= 3.140,436