Oleh

Arief Wibowo
Divisi Biostatistika
Fakultas Kesehatan Masyarakat
Universitas Airlangga
10/10/2021 Arief Wibowo (FKM Unair)
 Definisi
Hubungan antara 2 variabel X dan Y.
X hubungan
Y

X pengaruh Y

10/10/2021 Arief Wibowo (FKM Unair)

Analisis hubungan/korelasi antara 2
variabel.

Persyaratan harus dipenuhi adalah data

berskala interval atau rasio, asumsi
Distribusi Normal bivariat, dan sifat
simetris.
. 10/10/2021 Arief Wibowo (FKM Unair)
 Koefisien korelasi antara –1 s.d +1.
Tanda – dan + menunjukkan arah,
artinya
• (-) : Nilai salah satu variabel meningkat
maka variabel lain akan menurun.
• (+) : Nilai salah satu variabel meningkat
maka variabel lain juga meningkat atau
nilai salah satu variabel menurun maka
variabel lain akan menurun.
• Nilai koefisien mendekati 1, (–) / (+),
menunjukkan koefisien yang makin besar,
nilai koefisien mendekati 0, menunjukkan
koefisien
10/10/2021 yang mengecil.
Arief Wibowo (FKM Unair)
Dibuat grafik akan terlihat arah tanda
koefisien korelasi

10/10/2021 Arief Wibowo (FKM Unair)

10/10/2021 Arief Wibowo (FKM Unair)
 UJI KEMAKNAAN UNTUK KOEFISIEN
KORELASI
Uji Hipotesis :
H0 : ρ = 0
H1 : ρ ≠ 0
H0 ditolak bila r > r α(n-2) lihat tabel r

CONTOH :
Apakah ada korelasi antara badan yang gemuk
(diukur adalah Berat Badan ) dengan kadar kholesterol
darah (α = 0,05). Data secara random didapatkan
10/10/2021 sebagai
Arief Wibowo berikut:
(FKM Unair)
 No X (BB) Y (Chol)
1 45 150
2 50 175
3 45 180
4 65 250
5 75 225
6 60 200
7 75 175
8 80 275
9 50 160
10 55 190
10/10/2021 Arief Wibowo (FKM Unair)
10/10/2021 Arief Wibowo (FKM Unair)
Ho: tidak ada korelasi antara berat badan
dengan kadar kolesterol darah (ρ ρ = 0)
Σ XY - Σ X . Σ Y/n
r = ----------------------------------------------
√ [Σ
ΣX2 - (Σ ΣX)2/n ] [ ΣY2 - (Σ ΣY) 2/n]

122300 - 600 . 1980 / 10

r = -------------------------------------------------
√[37550 - 6002/10] [ 406600 - 19802/10]

r = 0,737 df = n - 2 = 8
Titik kritis r (0,05) (df=8) = 0,632
Ho10/10/2021
ditolak, r = 0,737 bermakna
Arief Wibowo (FKM Unair)
Dilakukan uji normalitas bivariate

10/10/2021 Arief Wibowo (FKM Unair)

10/10/2021 Arief Wibowo (FKM Unair)
 Chol sig= 0,902
> α=0,05

bb sig = 0,913 >

α=0,05

semua
berdistribusi
Normal

10/10/2021 Arief Wibowo (FKM Unair) =

Analisis Korelasi Pearson (Bivariate)

10/10/2021 Arief Wibowo (FKM Unair)

10/10/2021 Arief Wibowo (FKM Unair)
Cara lain untuk uji kemaknaan koefisien r adalah
transformasi ke statistik t, Z atau F
Komputer menunjukkan
Ada korelasi bb dengan Chol, sig=0,015 dengan koef =
0,737
Correlations

kadar
berat badan kholesterol
berat badan Pearson Correlation 1 ,737*
Sig. (2-tailed) . ,015
N 10 10
kadar kholesterol Pearson Correlation ,737* 1
Sig. (2-tailed) ,015 .
N 10 10
*.10/10/2021
Correlation is significantArief Wibowo (FKM Unair)
at the 0.05 level (2-tailed).
Bersifat hubungan variabel bebas dengan
variabel tergantung.
Variabel bebas: X
Variabel tergantung: Y

Variabel X sebagai variabel penyebab Variabel

Y sebagai variabel akibat
10/10/2021 Arief Wibowo (FKM Unair)
variabel bebas disebut juga variabel kontrol,
juga disebut variabel prediktor,

Variabel akibat atau efek juga disebut

variabel respons.

10/10/2021 Arief Wibowo (FKM Unair)

 Simple Linear
Regression Model
• Relationship Between Variables Is a Linear Function

• The Straight Line that Best Fit the Data

Y intercept Random
Error

Yi = β 0 + β 1 X i + ε i
Dependent
(Response) Independent
Slope (Explanatory)
Variable
Variable
© 1999 Prentice-Hall, Inc. Chap. 13 - 6
10/10/2021 Arief Wibowo (FKM Unair)
 The Multiple
Regression Model
Relationship between 1 dependent & 2 or more
independent variables is a linear function
Population Random
Population slopes Error
Y-intercept

Yi = β0 + β1X1i + β2 X 2i + • • • + βp X pi + ε i
Ŷi = b0 + b1 X 1i + b2 X 2i + • • • + bp X pi + ei

Dependent (Response) Independent (Explanatory)

variable for sample variables for sample model
© 1999 Prentice-Hall, Inc. Chap. 14 - 3

10/10/2021 Arief Wibowo (FKM Unair)

 Types of Regression Models
Positive Linear Relationship Relationship NOT Linear

Negative Linear Relationship No Relationship

© 1999 Prentice-Hall, Inc. Chap. 13 - 5

10/10/2021 Arief Wibowo (FKM Unair)

 Sample Multiple
Regression Model
Y Yi = b0 + b1X1i + b2 X 2i + • • • + bp X pi + ei

ei

X2

X1
Ŷi = b0 + b1X1i + b2X2i + • • • + bpXpi
© 1999 Prentice-Hall, Inc. Chap. 14 - 4
10/10/2021 Arief Wibowo (FKM Unair)
 Pada studi keterkaitan antara
dua variabel, langkah pertama
adalah melakukan plot data
kedalam suatu grafik scatter

Apabila titik-titik tersebut

membentuk suatu garis linier
maka hubungan dua variabel
tersebut dikatakan bersifat linier
10/10/2021 Arief Wibowo (FKM Unair)
 The Scatter Diagram

Plot of all (Xi , Yi) pairs

Y
60
40
20
0 X
0 20 40 60

© 1999 Prentice-Hall, Inc. Chap. 13 - 4

10/10/2021 Arief Wibowo (FKM Unair)
β0 : intercept (perpotongan) garis
regresi terhadap axis y

β1: slope garis regresi, atau

perubahan per unit y terhadap
perubahan per unit x.
10/10/2021 Arief Wibowo (FKM Unair)
 ESTIMASI PARAMETER

METODE :
1. LEAST SQUARES
(KUADRAT TERKECIL)
2. MAXIMUM LIKELIHOOD
(KEMIRIPAN TERBESAR)
10/10/2021 Arief Wibowo (FKM Unair)
 METODE KUADRAT TERKECIL
(Principles of Least Square)

• metode yang terbaik dan sering digunakan

untuk persamaan linier adalah metode
kuadrat terkecil

• Bisa dilihat dalam diagram pencaran,

setiap garis yang ditarik belum tentu
melalui semua titik dalam diagram
pencaran
10/10/2021 Arief Wibowo (FKM Unair)
 PRINCIPLES OF LEAST
Y

Y
SQUARES 3

Y2

Y1

10/10/2021 Arief Wibowo (FKM Unair) X

 PRINCIPLES OF LEAST
Y
SQUARES
X4,Y4

Ŷ5
e4
X2,Y2
Ŷ4 e5
Ŷ3
e2 X5,Y5
e3
X1,Y1
Ŷ2
X3,Y3
e1
Ŷ1

10/10/2021 Arief Wibowo (FKM Unair) X

 PRINCIPLES OF LEAST
• e =Y –Ŷ
SQUARES
i i i

• Garis regresi terbaik diperoleh jika didapatkan

semua ei sekecil mungkin

• Σei = 0 dan Var (ei) = σ2

• Untuk mendapatkan nilai minimum, nilai ei

dikuadratkan, sehingga dicari nilai minimum dari
Σ ei2

10/10/2021 Arief Wibowo (FKM Unair)

 PRINCIPLES OF LEAST
Y
SQUARES Ŷ = b +b X 0 1 1
X4,Y4

Ŷ5
e4
X2,Y2
Ŷ4 e5
Ŷ3
e2 X5,Y5
e3
X1,Y1
Ŷ2
X3,Y3
e1
Ŷ1

b0
10/10/2021 Arief Wibowo (FKM Unair) X
 PRINCIPLES OF LEAST
SQUARES
• Nilai minimum dari Σ ei2 dicari dengan jalan
mengubah-ubah nilai b0 dan b1

• Dilakukan penurunan deferensial Σ ei2 terhadap

b0 dan b1

• dΣei2 /db0 = 0 dan dΣei2 /db1 = 0

10/10/2021 Arief Wibowo (FKM Unair)

Perhitungan :
Σ (Xi -X) (Yi - Y)
b1 = ----------------------------
Σ (Xi - X ) 2
atau
Σ Xi Yi - (Σ Σ Xi) (ΣΣ Yi)/n
b1 = ----------------------------------------
Σ Xi2 - (ΣΣ Xi)2 /n

b0 = Y – b 1X atau
b 0 = Σ Yi /n –b 1. Σ Xi /n
10/10/2021 Arief Wibowo (FKM Unair)
Dilakukan analisis: apakah ada pengaruh asupan
terhadap peningkatan berat badan?

Ho: tidak ada pengaruh asupan terhadap BB

H1 = ?

10/10/2021 Arief Wibowo (FKM Unair)

Data

10/10/2021 Arief Wibowo (FKM Unair)

10/10/2021 Arief Wibowo (FKM Unair)
10/10/2021 Arief Wibowo (FKM Unair)
 The Coefficient of
Determination

SSR regression sum of squares

r2 = =
SST total sum of squares

Measures the proportion of variation that is

explained by the independent variable X in
the regression model

© 1999 Prentice-Hall, Inc. Chap. 13 - 17

10/10/2021 Arief Wibowo (FKM Unair)

 Standard Error of
Estimate
n ∧
∑ ( Yi − Yi )
SSE 2
Syx = = i =1
n−2
n−2

The standard deviation of the variation of

observations around the regression line

© 1999 Prentice-Hall, Inc. Chap. 13 - 19

10/10/2021 Arief Wibowo (FKM Unair)

a Predictors: (Constant), BB
R2 menunjukkan indeks kesesuaian: sebesar 0,838
yaitu proporsi / persentase varian total di Y yang
dapat diterangkan X
Adjusted R square =R2a = 1 – (1-R)2 [ (n-1) / (n-p) ]
R2 dikoreksi dengan derajat bebas
10/10/2021 Arief Wibowo (FKM Unair)
 Measures of Variation:
The Sum of Squares
SST = Total Sum of Squares
•measures_the variation of the Yi values around their
mean Y
SSR = Regression Sum of Squares
•explained variation attributable to the relationship
between X and Y
SSE = Error Sum of Squares
•variation attributable to factors other than the
relationship between X and Y

10/10/2021
© 1999 Prentice-Hall, Inc. Arief Wibowo (FKM Unair) Chap. 13 - 14
 Testing for Overall
Significance
•Shows if there is a linear relationship between all of
the X variables together and Y
•Use F test Statistic
•Hypotheses:
H0: β1 = β2 = … = βp = 0 (No linear relationship)
H1: At least one βi ≠ 0 ( At least one independent
variable affects Y)
10/10/2021 Arief Wibowo (FKM Unair)
© 1999 Prentice-Hall, Inc. Chap. 14 - 11
Sig=0,000 < α =0,05 artinya
Ho ditolak untuk overall
model

Berarti minimal salah satu

variabel bebas berpengaruh
pada variabel Y

10/10/2021 Arief Wibowo (FKM Unair)

 Test for Significance:
Individual Variables
•Shows if there is a linear relationship between the
variable Xi and Y

•Use t test Statistic

•Hypotheses:

H0: βi = 0 (No linear relationship)

H1: βi ≠ 0 (Linear relationship between Xi and Y)

© 1999 Prentice-Hall, Inc. Chap. 14 - 14

10/10/2021 Arief Wibowo (FKM Unair)

Constant p =0,288
asupan p=0,000
Berpengaruh pada bb adalah asupan

10/10/2021 Arief Wibowo (FKM Unair)

Persamaan regresi linier

bb = 0,017 asupan

10/10/2021 Arief Wibowo (FKM Unair)