MATERI KULIAH BIOSTATISTIK

METODE ANALITIK PARAMETRIK

(UJI HUBUNGAN)

Disusun Oleh :

DIAH PRIHATININGSIH, S.Si, M.Si

diahciprik@gmail.com

PROGRAM STUDI ILMU KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN WIRA MEDIKA PPNI BALI
2017
 Statistik Parametrik dan Non
Parametrik
Penggunaan statistik Parametrik dan Non Parametrik tergantung
pada asumsi dan jenis data yang akan dianalisis.
Statistik Parametrik memerlukan terpenuhi banyak asumsi, antara
lain asumsi yang utama adalah data yang dianalisis harus berdistribusi
normal, selanjutnya dalam penggunaan salah satu test mengharuskan
data homogin, dalam regresi harus terpenuhi asumsi linieritas.

Statistik Non Parametrik tidak menuntut terpenuhi banyak asumsi,

misalnya data yang dianalisis tidak harus berdistribusi normal. Oleh
karena itu statistik non parametrik sering disebut sebagai distribusi
bebas (free distribution)
Statistik Parametrik banyak digunakan untuk menganalisis data
interval dan rasio. Sedangkan Statistik Non Parametrik banyak
digunakan untuk untuk menganalisis data nominal dan ordinal.
Uji Hubungan pada Statistik Parametrik

Korelasi
Korelasi bivariate
Korelasi parsial

Regresi
Regresi sederhana
Regresi berganda
 KORELASI

Korelasi mengukur derajat hubungan antara 2 atau lebih

variabel.

Variabel X Varibel Y
Dengan menjalankan proses ini maka akan disoroti dua aspek untuk analisis korelasi ,
yaitu :

1. Apakah data sampel yang ada menyediakan bukti cukup bahwa ada kaitan
antara variabel-variabel dalam populasi asal sampel.
2. Jika ada hubungan, seberapa kuat hubungan antar variabel tersebut, Keeratan
hubungan itu clinyatakan dengan nama koefisien koreJasi.

Pada analisis yang menggunakan SPSS, korelasi ditampilkan dalam dua bentuk yaitu :

1. Korelasi Bivariate.
Menggunakan metode product moment Pearson, Koefisien korelasi bivariate ini mengukur keeratan
hubungan di antara basil-basil pengamatan dari populasi yang mempunyai dua variabel. Perhitungan ini
mensyaratkan bahwa populasi sampel mempunyai dua variabel dan berdis1ribusi normal, dengan ska.la
data yang bersifat interval ataupun rasio,

2. Korelasi Partial.
Koefisien korelasi partial akan mengukur keeratan hubungan antara dua variabel dengan melakukan
kontrol terhadap satu atau lebih variabel tambahan (yang disebut dengan variabel kontrol).
 UJI HUBUNGAN BIVARIATE
SKALA CONTOH PERTANYAAN PENELITIAN METODE STATISTIK
PENGUKURAN

NOMINAL APAKAH ADA KORELASI ANTARA JENIS CHI-SQUARE TEST

KELAMIN DENGAN KEAHLIAN PEMAKAI PHI-COEFFICIENT
MENGGUNAKAN PERSONAL KOMPUTER CONTIGENCY COEFFICIENT

ORDINAL APAKAH PERINGKAT PREFERENSI TERHADAP - CHI-SQUARE TEST (nominal-ordinal)

PRODUK MINUMAN RINGAN MEMPUNYAI - SPEARMAN RANK
KORELASI DENGAN PERINGKAT INTENSITAS CORRELATION (ordinal-ordinal)
IKLAN PRODUK YANG BERSANGKUTAN DI TV
- KENDALLS RANK
CORRELATION

INTERVAL DAN APAKAH TINGKAT PARTISIPASI MANAJER -CORRELATION

RASIO DALAM PENYUSUNAN ANGGARAN MEMPUNYAI COEFFICIENT(PEARSONS R)
KORELASI DENGAN PENINGKATAN KINERJA -BIVARIATE REGRESSION
ANALYSIS
 Pendahuluan
Analisis ini biasanya dipakai untuk hipotesis yang
tipikalnya korelasional
Ada 3 uji statistik yang biasa dipakai yaitu:
korelasi pearson, korelasi spearman dan korelasi
kendal tau.
Korelasi parametrik : pearson

Korelasi non parametrik; spearman & kendall tau.

 Korelasi Pearson
Salah satu analisis uji statistik yang
tergolong kedalam statistik parametrik.
Analisis korelasi pearson mensyaratkan
bahwa distribusi data normal dan
variansi sama.
Jika asumsi ini tidak terpenuhi
sebaiknya digunakan analisis yang lain
untuk menguji hipotesis yang bebentuk
korelasional.
Skala data yang menyertai biasanya
Model Regresi Linear
PENGERTIAN KORELASI DAN REGRESI
KORELASI dan REGRESI merupakan metode yang
dapat digunakan untuk mengukur hubungan yang
terjadi antar variabel-variabel ekonomi. Misal
antara variabel X dan variabel Y.
KORELASI
Korelasi mengukur derajat hubungan antara 2
atau lebih variabel.
Hubungan antara 2 Variabel (Misal X dan Y)
dapat linear, non-linear, positif atau negatif.
Y
.
. Korelasi Linear:
. . If semua titik (X,Y) pd diagram pencar mendekati
.. .. X
. .. bentuk garis lurus.
Y .
. . Korelasi Non-linear:
. . . If semua titik (X,Y) pd diagram pencar tidak
.. ..
. . . . membentuk garis lurus.
. X
Y
. Korelasi Positif:
.
If jika arah perubahan kedua variabel sama If X
. . naik, Y juga naik.
.. .. X
. ..
Y . Korelasi Negatif:
If jika arah perubahan kedua variabel tidak sama
. ..
.
.. ..

If X naik, Y turun.
. .

X
. .
Koefisien korelasi ini memiliki nilai yang berkisar
antara 1 sampai 1.

Bila yang diduga adalah koefisien korelasi

sampel maka :
KORELASI PEARSON :
apakah di antara kedua variabel terdapat hubungan, dan jika ada hubungan
bagaimana arah hubungan dan berapa besar hubungan tersebut.
Digunakan jika data variabel kontinyu dan kuantitatif
Contoh :
10 orang siswa yang memiliki waktu belajar berbeda dites dengan tes IPS
Siswa : A B C D E F G H I J
Waktu (X) : 2 2 1 3 4 3 4 1 1 2
Tes (Y) : 6 6 4 8 8 7 9 5 4 6
Apakah ada korelasi antara waktu belajar dengan hasil tes ?

Siswa X X2 Y Y2 XY
A
B
X X2 Y Y2 XY
 Aturan mengambil keputusan
No Parameter Nilai Interpretasi
1 Kekuatan korelasi r 0.000-0.199 Sangat Lemah
0.200-0.399 Lemah
0.400-0.599 Sedang
0.600-0.799 Kuat
0.800-1.000 Sangat kuat
2 Arah Korelasi r + (positif) Searah, semakin besar nilai
xi semakin besar pula nilai
yi
- (negatif) Berlawanan arah, semakin
besar nilai xi semakin kecil
nilai yi, dan sebaliknya
 Contoh kasus
Suatu penelitian dilakukan di di Puskesmas X di
Bali terhadap sepuluh subjek penelitian untuk
mengetahui ada tidak nya hubungan antara
kebiasaan makan sambal dengan kejadian diare.
berdasarkan hasil penelitian diperoleh hasil
sebagai berikut:
Tabel bantu
 10
rxy
20.6

= 0,9129
 PENGUJIAN KORELASI
Meskipun mungkin telah diperoleh nilai
koefisien korelasi dari hasil perhitungan di
atas, namun keberartian nilai tersebut perlu di
uji secara statistik. Hipotesis yang diuji adalah
:

Ho : Koefisien korelasi adalah sama dengan

nol
Ha : Koefisien korelasi tidak sama dengan nol,
Pengujian koefisien ini dilakukan dengan uji-t, sehingga :

r n 2 ............. dengan derajat bebas

t
= n2 2
(1 r )

Kriteria pengujiannya :

Ho ditolak jika nilai t-hitung lebih besar daripada t-tabel

dengan derajat bebas n-2, dan demikian pula sebaliknya.
 Beberapa catatan tentang nilai r:

Secara empiris, hampir tidak pernah ditemukan

korelasi sempurna (semua titik terpencar tepat
pada garis).
Nilai r yang mendekati nol menunjukkan derajat
hubungan yang lemah.
Koefisien r merupakan estimasi sampel terhadap
koefisien korelasi populasi, .
Nilai r mengandung error, sehingga perlu diuji
reliabilitasnya.
CONTOH KORELASI PARAMETRIK (DATA RASIO):
 Hasil menunjukkan bahwa terdapat
hubungan positif yg sgt kuat antara
konsumsi dan pendapatan yaitu 98,1%.
Catt: Income dan konsumsi dlm $ per bulan
Contoh Korelasi dalam SPSS

Dalam penelitian yang menguji apalcah terapi Humanistik efektif sebagai terapi bagi
pecandu narkoba. Penelitian ini dilakukan dengan mendata lama perawatan dan mengukur
dampak psikologis melalui skala dampak psikologis, Asumsinya adalah

Langkah-langkah untuk menyelesaikan kasus di atas dengan SPSS

Buat 2 variabel data pada lembar kerja SPSS
> Variabel pertama : dampak
Tipe data : Numeric, Width 8, decimal places : 0
> Variabel kedua : lama
Tipe data : Numeric, Width 8, decimal places : 0
Masukkan semua data seperti pada tabel dibawah
Analisis dengan korelasi
 No Dampak Lama No Dampak Lama No Dampak Lama
Subyek Psikologis Perawatan (hari) Subyek Psikologis Perawatan (hari) Subyek Psikologis Perawatan (hari)

1 59 4 18 62 36 35 63 105

2 93 5 19 79 40 36 66 118
37 88 126
3 59 5 20 85 42
38 65 132
4 90 7 21 85 50
39 78 135
5 67 7 22 98 53
40 72 150
6 82 7 23 63 60
41 65 150
7 79 7 24 62 65

8 66 14 25 67 67 42 53 150

9 88 14 26 54 71 43 63 153

10 66 17 27 101 80 44 62 170

11 64 25 28 92 85 45 74 210

12 81 30 29 62 90 46 52 240

13 80 30 30 92 90 47 70 266

14 86 30 31 52 90 48 52 270

15 74 30 32 58 96 49 57 330

16 100 30 33 66 104 50 71 345

17 34 33 34 65 105 51 60 365
 No Dampak Lama
Subyek Psikologis Perawatan (hari)

52 70 396
Dari baris menu pilih menu Analyze, kemudian pilih sub menu
53 80 405 Correlate.
54 70 430 ~ Dari serangkaian test, pilih Bivariate
Pindahkan variabel darnpak dan lama ke kotak Variabel
55 70 430

56 57 455

57 57 710

58 40 711
Latihan Korelasi Partial dalam SPSS

Dalam penelitian di perusahaan kosmetika akan dikaji hubungan antara motivasi kerja dengan
prestasi kerja, dengan intelegensi sebagai kontrolnya. Berikut ini disajikan data datanya:

Karyawan Motivasi IQ Prestasi Kerja

1 85 110 84
Analisis dengan korelasi
2 82 100 85 .> Dari baris menu pilih menu Analyze, kemudian pilih submenu
3 84 90 84 Correlate.
> Dari serangkaian test, pilih Partial
4 91 110 87
.> Pindahkan variabel motivasi dan prestasi ke kotak Variabel
5 83 108 92 > Pindahkan variabel iq ke kotak Controlling for.
6 88 106 91

7 82 95 88

8 86 90 82

9 84 95 86

10 90 105 84
REGRESI
ANALISIS REGRESI digunakan terutama untuk tujuan peramalan, di mana
dalam model tersebut ada sebuah variabel dependen (terikat) dan satu atau lebih
variabel independen (bebas). Dalam analisis regresi Ini, akan dikembangkan sebuah
estimating equation (persamaan regresi) yaitu suatu formula matematika yang mencari
nilai variabel dependen dari nilai variabel independen yang diketahui.

Pada analisis regresi yang dilakukan , dibedakan menjadi :

1. Regresi sederhana,
Persamaan regresi yang hanya melibatkan I variabel dependen dan 1
variabel independen.
2. Regresi berganda,
Persamaan regresi yang melibatkan l variabel dependen dan lebih dari 1
variabel
independen.
Pada regresi ada beberapa uji yang harus dilakukan di samping uji koefisien dan
uji kelinearan. Uji tersebut adalah uji kolinieritas dan uji multikolinieritas.

Kolinieritas adalah keadaan dimana variabel-variabel independen dalam persamaan

regresi memiliki hubungan kuat satu sama lain. Uji kolinieritas dapat dilakukan dengan
Cooliniearity Diagnostic. Hasilnya sebagai berikut :
Skor VIF (Variabel Inflation Factor)< 0.5 tidak ada koliniearitas.
Skor VIF (V ariabel Inflation Factor) > 0.5 ada koliniearitas.
Skor VIF (Variabel Inflation Factor) > 10 ada multikoliniearitas yang serius.

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan

adanya korelasi antar lebih dari tiga variabel bebas (independen). Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel
 LATIHAN (Regresi Sederhana)
Suatu penelitian ingin memastikan apakah berat badan pada remaja dapat diramalkan dari tinggi badan.
Dari penelitian tersebut dikumpulkan data tinggi badan dan berat badan dari sepuluh remaja sebagai berikut :

No. Subjek Tinggi Badan Berat Badan Langkah-langkah untuk menyelesaikan kasus di atas dengan
(dalam cm) (dalam kg) SPSS
1 168 63
l. Buat 2 variabel data pada Jembar kerja SPSS
2 173 81 :> V ariabel : tinggi, berat
3 162 54 Tipe data : Numeric, Width 8, decimal places : 0
4 157 49
2. Masukkan semua data seperti pada tabel diatas
5 160 52 3. Analisis dengan korelasi
6 165 62 :> Dari baris-menu pilih menu Statistics, kemudian
7 163 56
pilih submenu
Regression.
8 170 78 :> Dari serangkaian test, pilih Linear
9 168 64 :> Pindahkan variabel berat ke kotak Dependent.
10 164 61 ~ Pindahkan variabel tinggi ke kotak lndependen.
LATIHAN (Regresi Ganda Dua Prediktor)

Seorang mahasiswi psikologi tingkat akhir akan meneliti apakah nilai Statistik I dari mahasiswa Fakultas
Psikologi tahun pertama dapat diramalkan dari nilai Matematika selama di SMU dan nilai Ebtanas Murni
(NEM). Untuk itu mahasiswi tersebut mengumpulkan data sebagai berikut :

No. Nilai Matematika NEM Nilai Statisti I Langkah-langkah untuk menyelesaikan kasus di atas dengan
Subyek (X1) (X2) (Y) SPSS
1 57 49 27
1. Buat tiga variabel data pad.a lembar kerja SPSS
2 93 47 34 Variabel : math, NEM, stat
3 79 50 27 Tipe data : Numeric, Width 8, decimal places : 0
2. Masukkan semua data seperti pada tabel diatas
4 26 45 24
3. Analisis dengan korelasi
5 69 42 35 Dari baris menu pilih menu Analyze, kemudian pilih
6 24 62 18 submenu Regression.
Dari serangkaian test, pilih Linear
7 76 56 33
Pindahkan variabel stat ke kotak Dependent.
8 61 44 39 Pindahkan variabel math, NEM ke kotak Independen
9 82 43 35

10 29 50 25
TERIMA KASIH