Korelasi

Untuk menentukan adanya hubungan antara 2 variabel kuantitatif yang bersandar (dependent).
Pekali korelasi (r) mempunyai nilai minimum -1 dan nilai maksimum +1.
-1 bermaksud korelasi sempurna negatif
+1 bermaksud korelasi sempurna positif dan
0 bermaksud tiada korelasi langsung
Formula umum;

r=

di mana

Cara melakukan Korelasi

menggunakan SPSS

Data yang digunakan bagi latihan ini adalah korelasi.sav. Data ini adalah subset dari kajian kes
kawalan mengenai factor-faktor yang mempengaruhi kejadian kelahiran bayi kurang berat (small
for gestational age – SGA) di sebuah hospital.

Bagi contoh ini, kita ingin menguji hipotesis "wujud hubungan yang positif di antara berat
trimester kedua siibu dengan berat kelahiran sibayi". Variabel berat trimester kedua siibu ialah
WEIGHT2 (diukur dalam kg) dan variabel berat kelahiran sibayi ialah BIRTHWGT (diukur
dalam kg).
1. Mula-mula buka data tersebut.
2. Kemudian klik pada menu Analyze -Correlate -Bivariate (seperti rajah dibawah).

3. Pada requester yang timbul, isikan variabel yang ingin dilakukan ujian tersebut. Pada petak
"Variables:", masukkan variabel kuantitatif yang ingin diuji iaitu (weight2) & (birthwgt)
(lihat rajah di bawah). Boleh masukkan lebih dari dua variabel kuantitatif yang ingin diuji.
Kemudian tekan butang "okay".

4. Selepas ini analisa korelasi akan dilakukan oleh SPSS dan tingkap "Output" akan timbul
menunjukkan hasil analisa. Yang akan kelihatan adalah seperti dibawah;
 &RUUHODWLRQV

:(,*+7 %,57+:*7
:(,*+7 3HDUVRQ &RUUHODWLRQ  

6LJ WDLOHG  

1  

%,57+:*7 3HDUVRQ &RUUHODWLRQ  

6LJ WDLOHG  

1  

 &RUUHODWLRQ LV VLJQLILFDQW DW WKH  OHYHO WDLOHG

5. Ini menunjukkan nilai r = 0.431 dan nilai p = 0.017. Maka wujud hubungan yang bermakna
di antara "Berat dalam Trimester 2" dengan "Berat Kelahiran Anak".
6. Maka jadual yang dilukis bagi laporan tesis adalah seperti di bawah (jika signifikan, sertakan
'scatter plot';
Jadual 1: Korelasi di antara "Berat dalam Trimester 2" dengan "Berat Kelahiran Anak".

Variabel r p

"Berat dalam Trimester 2"

0.431 0.017
"Berat Kelahiran Anak"












:(,*+7





         

%,57+:*7
 Regresi

Digunakan untuk mengukur hubungan fungsi antara 2 variabel kuantitatif, di mana satu variabel
bersandar (dependent) dan satu lagi variabel tidak bersandar (independent).
Formula yang digunakan ialah;
y = a + bx
di mana

b=

Cara melakukan Regresi

mengggunakan SPSS

Data yang digunakan bagi latihan ini adalah korelasi.sav. Data ini adalah subset dari kajian kes
kawalan mengenai factor-faktor yang mempengaruhi kejadian kelahiran bayi kurang berat (small
for gestational age – SGA) di sebuah hospital.

Bagi contoh ini, kita ingin menguji hipotesis "wujud hubungan yang positif di antara berat
trimester kedua siibu dengan berat kelahiran sibayi". Variabel berat trimester kedua siibu ialah
WEIGHT2 (diukur dalam kg) dan variabel berat kelahiran sibayi ialah BIRTHWGT (diukur
dalam kg). Di samping itu kita ingin menghasilkan formula yang mampu menjangka berat
kelahiran bayi jika berat siibu dalam trimester 2 diketahui.
1. Mula-mula buka data tersebut
2. Kemudian klik pada menu Analyze -Regression -Linear (seperti rajah dibawah).
3. Pada requester yang timbul, isikan variabel yang ingin dilakukan ujian tersebut. Pada petak
"Dependent:", masukkan variabel kuantitatif bersandar yang ingin diuji iaitu (birthwgt).
Pada petak "Independent" masukkan variabel kuantitatif tidak bersandar iaitu (weight2)
(lihat rajah di bawah). Boleh masukkan lebih dari dua variabel kuantitatif tidak bersandar
yang ingin diuji. Kemudian tekan butang "okay". Bagi "Method" terdapat pelbagai kaedah,
sebagai contoh kita akan gunakan kaedah "Enter".

Selepas ini analisa regresi akan dilakukan oleh SPSS dan tingkap "Output" akan timbul
menunjukkan hasil analisa. Yang akan kelihatan adalah seperti dibawah;

9DULDEOHV (QWHUHG5HPRYHG
E

9DULDEOHV 9DULDEOHV
0RGHO (QWHUHG 5HPRYHG 0HWKRG
 :(,*+7D  (QWHU

D $OO UHTXHVWHG YDULDEOHV HQWHUHG

E 'HSHQGHQW 9DULDEOH %,57+:*7

0RGHO 6XPPDU\
E

$GMXVWHG 6WG (UURU RI

0RGHO 5 5 6TXDUH 5 6TXDUH WKH (VWLPDWH
 D   

D 3UHGLFWRUV &RQVWDQW :(,*+7

E 'HSHQGHQW 9DULDEOH %,57+:*7

 $129$
E

6XP RI
0RGHO 6TXDUHV GI 0HDQ 6TXDUH ) 6LJ
 5HJUHVVLRQ     D

5HVLGXDO   

7RWDO  

D 3UHGLFWRUV &RQVWDQW :(,*+7

E 'HSHQGHQW 9DULDEOH %,57+:*7

&RHIILFLHQWV
D

8QVWDQGDUGL]HG 6WDQGDUGL]HG
&RHIILFLHQWV &RHIILFLHQWV

0RGHO % 6WG (UURU %HWD W 6LJ

 &RQVWDQW    

:(,*+7 (    

D 'HSHQGHQW 9DULDEOH %,57+:*7

5HVLGXDOV 6WDWLVWLFV
D

0LQLPXP 0D[LPXP 0HDQ 6WG 'HYLDWLRQ 1

3UHGLFWHG 9DOXH     

5HVLGXDO     

6WG 3UHGLFWHG 9DOXH     

6WG 5HVLGXDO     

D 'HSHQGHQW 9DULDEOH %,57+:*7

4. Yang dilihat adalah jadual yang kedua terakhir di mana nilai "Constant" atau a = 1.809
dengan nilai p<0.0005. Nilai b = 1.685 x 10-2 dengan nilai p = 0.017. Maka formula y=a+bx
dapat ditulis sebagai;
Berat Kelahiran Bayi = 1.809 + (0.01685).(Berat Ibu Trimester Kedua)