KORELASI DAN REGRESI

Eti Poncorini Pamungkasari, dr, MPd

KONTRAK PERKULIAHAN
Mahasiswa dan dosen tidak melakukan
kegiatan lain yang mengganggu dan tidak
terkait kuliah ini
Mahasiswa yang ingin bertanya tidak perlu
menunggu pemaparan selesai
Mahasiswa yang akan meninggalkan ruangan
karena kepentingan lain yang tidak dapat
ditinggalkan harap ijin pada dosen sebelum
kuliah dimulai atau saat kuliah berlangsung
Tujuan Pembelajaran

Mahasiswa dapat menjelaskan prinsip

uji korelasi dan regresi
Mahasiswa dapat menjelaskan
penerapan uji korelasi dan regresi
Mahasiswa dapat menjelaskan
interpretasi hasil uji korelasi regresi
Asosiasi dan prediksi

Tujuan utama:
1. Mengukur hubungan antara dua
variabel, jika nilai satu variabel tinggi
akan membuat nilai variabel lainnya
juga tinggi
2. Memprediksikan nilai salah satu
variabel dari variabel lainnya
Melihat hubungan antara dua
variabel kontinu
Scatterplot
Korelasi
Regresi sederhana
Korelasi dan Regresi

Beda tujuan
Korelasi menguji hubungan (=asosiasi)
antara dua variabel kontinu
Regresi memperkirakan prediksi satu
variabel kontinu terhadap variabel
lainnya
KORELASI
KORELASI

Metode analisis yang digunakan ketika

mempelajari hubungan yang mungkin
antara dua variabel kontinu dalam
sekelompok subyek
(Altman, 1997)
Jika kita ingin mengukur derajat
hubungan, dapat dilakukan dengan
menghitung koefisien korelasi
Koefisien korelasi : r

Mengukur arah dan kekuatan hubungan

linier antara x dan y
Metode standar: pearsons correlation
 Koefisien korelasi (r) mengukur derajat yang
berupa hubungan linear dua variabel
Koefisien korelasi sebaiknya tidak digunakan
pada hubungan yang non-linear
Misal: meneliti hubungan mortalitas dengan
berat badan, orang yg sangat kurus dan
sangat gemuk akan mempunyai mortalitas
lebih tinggi dibanding berat badan rata-rata
 Nilai koefisien korelasi antara -1 sampai
1
r>0 hubungan positif
r<0 hubungan negatif
r=0 ?

Jika r=0 berarti tidak ada hubungan linier

antara nilai dua variabel (uncorrelated)
Korelasi positif dan negatif?

Korelasi positif bila nilai yang tinggi pada

satu variabel berhubungan dengan nilai
yang tinggi pada variabel lain
Korelasi negatif bila nilai yang tinggi
pada satu variabel berhubungan dengan
nilai yang rendah pada variabel lain
CONTOH KORELASI POSITIF DAN
NEGATIF?
Asumsi penggunaan korelasi pearson:
Dua variabel berskala kontinu
Dua variabel diukur pada individu
dengan pengambilan sampel secara
random
Paling tidak salah satu variabel
mempunyai distribusi normal
(Altman, 1997)
 Cara termudah untuk mengetahui sesuai
tidaknya menggunakan korelasi pearson
adalah dengan membuat scatterplot
Bila pada scatterplot ada indikasi
hubungan linier maka sesuai untuk
dihitung koefisien korelasinya
 Jika
data tidak terdistribusi normal maka
menggunakan uji non parametrik:
spearmans rho (rank) correlation (r s)
Prinsipnya sama dengan korelasi
pearson, hanya data diurutkan dan
diberi ranking
Yang diolah dengan rumus adalah
rankingnya bukan nilai aslinya
Ketidaksesuaian penggunaan
korelasi
Asosiasi non linear
Salah satu variabel sudah ditetapkan nilainya
dan tidak berubah nilainya, misal mengetahui
hubungan dosis obat kolesterol dengan kadar
kolesterol
Tiap variabel di observasi lebih dari satu kali
pada satu individu
Misal mengukur kadar hemoglobin pada
wanita hamil selama kehamilan, pengukuran
dilakukan pada beberapa kali usia kehamilan
Interpretasi

Signifikansi dipengaruhi oleh jumlah

yang observasi (n)
Meskipun nilai korelasinya kecil tapi bila
jumlah yang diobservasi besar maka
bisa signifikan secara statistik
Misalnya bila n hanya 10, maka r 0.6
baru signifikan, tapi bila n 100 maka
korelasi 0.2 sudah signifikan secara
statistik
TIDAK SEMUA KORELASI YANG KUAT,
ATAU KORELASI YANG POSITIF,
SIGNIFIKAN SECARA STATISTIK

Misalnya r = 0.87, p=0,67

Interpretasi

Korelasiantara kadar kolesterol serum

dengan tekanan darah r=0,16 ; p 0,187

Interpretasi?
Interpretasi

Korelasi antara skor motivasi internal

dengan skor prokrastinasi akademik
r = -0,59; p=0,003

Interpretasi?
Interpretasi

Korelasi antara berat badan dengan

denyut nadi pasca aktifitas pada mencit
r = 0,35 ; p= 0,06

Interpretasi?
REGRESI LINIER

Eti Poncorini Pamungkasari, dr.,

MPd
Beda Korelasi dan Regresi

Korelasi menguji hubungan (=asosiasi)

antara dua variabel kontinu
Regresi memperkirakan prediksi satu
variabel kontinu terhadap variabel
lainnya
Regresi Linier

y adalah variabel dependen (terikat)

x adalah variabel independen (bebas)

Pada regresi akan diperkirakan y dari x

Asumsi penggunaan analisis regresi
linier
Nilai variabel y terdistribusi normal
Hubungan antara dua variabel bersifat
linier
 Untuk hubungan non linear, dapat
digunakan analisis lain misalnya dgn
polynomial regression (model quadratic
curve)

(Altman, 1997)
Regresi linier

Regresi linier sederhana bila hanya ada

satu variabel bebas
Regresi linier berganda bila lebih dari
satu variabel bebas
Persamaan regresi linier

Y = a + bX

Y : dependent variable
X : independent variable
a : intercept (= konstanta = level of Y when
X is 0)
b : slope of the line = koefisien regresi
Interpretasi

Analisis dapat ditampilkan berupa tabel

analisis variance
Berapa besar kontribusi variabel bebas
dapat mempengaruhi variabel dependen
(R2 )
Misal R2 0,21 atau 21 %
Interpretasi

Perubahan pada x sebesar satu unit

atau satu skor akan meningkatkan y
sebesar b, p =
Interpretasi?

Penalaran klinik = 108,95 + 0,70 motivasi

p=0,011
R2 = 0,035 (3,5 %)
TERIMAKASIH