LAPORAN PRAKTIKUM 9

UJI KORELATIF

Disusun untuk memenuhi tugas Mata Kuliah Statistika

Dosen Pengampu: Linda Riski Sefrina, SKM, M.Si.

Oleh:

Siti Nurhasanah 2010631220039

Kelas 5B

PROGRAM STUDI GIZI

FAKULTAS ILMU KESEHATAN

UNIVERSITAS SINGAPERBANGSA KARAWANG

2022

Soal
 1. Apakah terdapat hubungan antara usia dengan tinggi badan?

NO Langkah Jawaban

1 Identifikasi variable & ● Variable bebas : Usia (Skala Numerik)

skala pengukuran ● Vriable terikat : Tinggi Badan (Skala Numerik)

2 Jenis Hipotesis ● Ho : Tidak terdapat hubungan antara usia dengan

tinggi badan
● H1 : Terdapat hubungan antara usia dengan tinggi
badan

Hipotesis Korelatif

3 Jenis Uji Korelatif Numerik

4 Jumlah Pengukuran 1

5 Kesimpulan Uji statistic korelatif pearson tidak berpasangan dengan 1

kali pengukuran

6 Analisis Sebaran normal, variasi sama jadi menggunakan analisis

parametrik dengan uji korelatif pearson
Output
Tabel 1. Uji Normalitas variable Usia dan Tinggi badan
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Usia Statistic df Sig. Statistic df Sig.
TB 19 .293 6 .117 .915 6 .473
20 .125 40 .114 .950 40 .078
21 .260 2 .
a. Lilliefors Significance Correction

Berdasarkan tabel 1 di bagiann Shapiro-wilk kita dapat melihat bahwa signifikansi baik
variable usia maupun tinggi badan > 0,05 yang memiliki makna bahwa variable tersebut
terdistribusi normal. Dengan data yang terdistribusi normal maka bisa menggunakan uji
pearson untuk mengetahui hubungan antara usia dengan tinggi badan.

Tabel 2. Uji pearson correlation

Correlations
Usia TB
Usia Pearson Correlation 1 -.138
Sig. (2-tailed) .350
N 48 48
TB Pearson Correlation -.138 1
Sig. (2-tailed) .350
N 48 48

Untuk mengetahui P-Value maka kita bisa melihat dibagian nilai sig.( 2-tailled ) yang
menunjukan angka 0.350 dan kita juga bisa mengetahui nilai pearson correlationnya adalah -
0,138 yang berarti terdapat hubungan negative pada variable usia dan tinggi badan .
Hubungan negative memiliki makna bahwa semakin tinggi variable X maka variable Y akan
semakin rendah atau bis akita katakana akan terjadi sebaliknya.

Hasil Analisis

Variabel Tinggi badan

Standar p-value R
rerata
deviasi
 usia

19 156 2
0,350 -0,138
20 156 6

21 148 1

Berdasarkan hasil analisis dapat kita ketahui bahwa bahwa H0 diterima, dan H1 ditolak.
Karena 0,350>0,05. Artinya tidak terdapat hubungan antara usia dengan tinggi badan pada
mahasiswa Angkatan 2020. Selain itu, pada tabel hasil analisis kita juga bisa mengetahui
bahwa mahasiswa gizi usia 19-21 rata rata memiliki tinggi bahan berturut-turut yaitu
156,156, dan 148 dengan standar deviasi secara berturut-turut adalah 2,6,dan 1,

2. Apakah terdapat perbedaan IMT berdasarkan usia?

N
O Langkah Jawaban

1 Identifikasi variabel dan ● Variabel bebas: Usia (Skala kategorik polikotom)

skala pengukuran
2 Jenis Hipotesis
3 Jenis Komparatif
4 Berpasangan atau
tidak ?
5 Jumlah kategori
6 Jumlah pengukuran
7 Kesimpulan
● Variabel terikat: IMT(Skala Numerik)
● Ho: Tidak terdapat perbedaan IMT berdasarkan
usia
● H1: Terdapat perbedaan IMT berdasarkan usia
Hipotesis Komparatif
komparatif numerik-kategorik
Tidak Berpasangan
3
1
Uji komparatif numerik tidak berpasangan lebih dari 2
kelompok 1 pengukuran
 8 Analisis sebaran tidak normal, gunakan uji Kruskall-Wallis
dengan post-hoc Mann-whitney dan analisis Non-
parametrik

Ada salah satu kategori tidak terdistribusi normal, maka tidak dapat menggunakan uji one
way annova, akhirnya digunakan kruskall wallis sebagai uji parametrik dari annova. Dan ada
3 kategori dan tidak berpasangan dengan post hoc nya adalah mann whitney

Output

Tabel 1. Uji Normalitas

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Usia Statistic df Sig. Statistic df Sig.
IMT 19 .152 6 .200 *
.973 6 .914
20 .155 40 .016 .863 40 .000
21 .260 2 .
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction

Berdasarkan output pada tabel 1 dapat kita ketahui terdapat 1 variabel yang nilai signifikansi
0.000 <0,005 yang memiliki makna bahwa variable tersebut tidak tetrdistribusi normal, hal
tersebut yang menjadi dasar pemilihan uji yang di gunakan. Setelah di pertimbangkan dengan
hasil uji normalitas maka tidak dapat menggunakan uji one way annova meskipun terdapat 1
variabel terdistribusi normal dengan nilai 0,914>0,05 Namun tetap tidak memenuhi syarat
utama uji one way annova yang mewajibkan semua variable terdistribus normal, akan tetapi
dalam mengetahhui perbedaan IMT berdsarkan usia bisa menggunakan kruskall wallis
sebagai uji alternatif dari annova. Dan ada 3 kategori dan tidak berpasangan dengan post hoc
nya adalah mann whitney.

Tabel 2. Uji Kruskal-Wallis

Test Statisticsa,b
IMT
Kruskal-Wallis H .681
df 2
Asymp. Sig. .711
a. Kruskal Wallis Test
b. Grouping Variable: Kategori
Usia

Dari output uji Kruskal wallis P-value nya adalah 0,711 yang bis akita lihat pada bagian
asymp.sig .
Tabel Analisis

Variabel IMT p-value

rerata Standar
deviasi
usia 0,711

19 2041.50 228.07

20 2196.65 474.38

21 2215.00 74.95

Hasil analisis

H0 diterima dan H1 ditolak, artinya tidak terdapat perbedaan IMT berdasarkan usia,
karena 0,711 > 0,005 sehingga data tidak signifikan. Dari tabel hasil analisis kita bisa
mengetahui bahwa mahaisswa usia 19, 20, 21 secara berturut-turut memiliki rata-rata imt
2041.50, 2196.65, dan 2215.00.

3. Apakah terdapat perbedaan status gizi berdasarkan kota asal?

N Langkah Variabel
o

1. Identifikasi variabel dan ● Variabel bebas: kota asal (skala kategorik dikotom)
skala pengukuran ● Variabel terikat: status gizi (skala kategorik
dikotom)

2. Jenis Hipotesis ● Ho : Tidak terdapat perbedaan status gizi

berdasarkan kota asal
● H1 : Terdapat perbedaan status gizi berdasarkan
kota asal

3. Jenis Komparatif Uji Komparatif Kategorik

4. Berpasangan atau tidak ? Tidak berpasangan

5. Jumlah kategori 2

6. Jumlah Pengukuran 1

7. Kesimpulan Uji statistic komparatik kategorik tidak berpasangan

tabel 2x2

8. Analisis ● Bila tidak ada sel yang mempunyai nilai expected

kurang dari 5, gunakan Uji Chi-Square
● Bila minimal ada satu sel yang mempunyai nilai
expected <5, gunakan Uji Fisher

OUTPUT
Hasil Analisis

Variable Status Gizi p-value 95% CI

Normal Gizi Lebih Total

n % n % n %
Kota Asal 0,981 1,200(0,385-3,745)

Karawang 12 54,5 10 45,5 22 100,0

Non 13 50,0 13 50,0 26 100,0

Karawang

Hasilnya tidak signifikan, H0 diterima dan H1 ditolak, tidak terdapat perbedaan antara
statusgizi dengan kota asal mahasiswa gizi 2020.