UJI KORELASI dan REGRESI

LINIER SEDERHANA

Ns, Ezalina, Skep, Mkes

Pendahuluan
Seringkali dlm suatu penelitian kita ingin melihat
hubungan antara variabel numerik dng
numerik, mis hubungan antara BB dengan TD,
hubungan antara umur dengan kadar Hb.
Hubungan antara dua variabel numerik dapat
dihasilkan dua jenis tujuan u/ mengetahui :
1. Ada tidaknya hubungan antara dua vaiabel
atau lebih (regresi)
2. Seberapa kuat derajat /keeratan hubungan
antara variabel (korelasi)
KORELASI
Korelasi digunakan u/:
1. Mengetahui derajat atau keeratan hubungan
2. Arah hubungan dua variabel numerik,
misalnya apakah hubungan BB dan TD
mempunyai derajat yang kuat atau lemah,
dan apakah hubungan kedua variabel berpola
positif atau negatif.
Secara sederhana atau secara visual hubungan
dua variabel dapat dilihat dari diagram
tebar/pencar (scater plot).
Lanjutan…
Diagram Tebar adalah grafik yang menunjukan
titik-titik perpotongan nilai data dari dua
variabel (x dan y). Pada umumnya dalam
grafik, variabel dependen (y/ordinat) pd garis
vertikal dan variabel independen (x/abxis)
yang diletakan pd garis horizontal.
Dari diagram tebar dapat diperoleh imformasi
tentang pola hubungan antara dua variabel x
dan y dan keeratan hubungan.
lanjutan
Contoh: hubungan usia pasien dengan lama hari
lama hari rawat.
Untuk membuat diagram tebar, tiap
pengamatan digambar dalam suatu titik. Tiap
pasien digambar dlm satu titik yg mempunyai
proyeksi ke absis (x) dan ke ordinat (y), shg
usia dan lama hari rawat dpt dianggap sbg
variabel x dan y.
lanjutan

Derajat hubungan (kuat lemahnya hubungan)

dapat dilihat dari tebaran datanya, semakin
rapat tebaran datanya, semakin kuat
hubungannya dan sebaliknya semakin
melebar tebarannya menunjukkan hubungan
semakin lemah.
Lanjutan…
Untuk mengetahui lebih tepat besar/derajat
hubungan dua variabel digunakan Koefisien
Korelasi Pearson product moment yang
disimbol dengan huruf r
r= N (Σ XY) – (ΣX ΣY)
V {NΣ X2 - (ΣX)2} {NΣ Y2- (ΣY)2}
Nilai korelasi (r) berkisar dari 0 s/d 1 atau bila
dengan disertai arahnya nilainya antara -1 s/d
+1.
Lanjutan…
pasien Usia=X lama hr rwt=Y XY X2 Y2

1 20 5 100 400 25
2 30 6 … … …
3 25 5 … … …
4 35 7 … … …
5 40 8 320 1600 64
Σ 5 150 31 970 4750 199
Lanjutan…
r= 5 (970) – (150 . 31)
(5 . 4750 – (150)2 (5 . 199 – (31)2
= 4850 – 4650
(23750 – 2250) (995 – 961)
= 200/205
= 0,97 (hubungan liner positif sempurna)
Lanjutan…
r=0 tidak ada hubungan liner
r = -1 hubungan liner negatif sempurna
r = +1 hubungan linier positif sempurna.
Hubungan positif terjadi bila kenaikan satu
diikuti kenaikan variabel yang lain, misalnya
semakin bertambah BB (semakin gemuk)
semakin tinggi TD. Sedangkan hubungan
negatif misalnya semakin bertambah umur,
semakin rendah kadar HB.
Lanjutan…
Menurut Colton, kekuatan hubungan dua
variabel secara kualitatif dpt dibagi dlm 4 area
yaitu:
r = 0,00 – 0,25 tidak ada hubungan / hubungan
lemah
r = 0,26 – 0,50 hubungan sedang
r = 0,51 – 0,75 hubungan kuat
r = 0,76 – 1,00 hubungan sangat kuat/sempurna
Lanjutan hitungan…
r = 0,97
Untuk menguji signifikansi pakai t hitung =
t hitung= r (n-2) = 0,97 (5-2) = 6,…
(1-r2) (1-0,972)
t tabel = dk= n – 1
=5–1
=4 α 0,05, t tabel = ½ α = 0,025
= 3,49
t hitung > t tabel : Ha diterima
REGRESI
Di gunakan u/ mengetahui bentuk hubungan
antar dua atau lebih variabel, shg dapt dibuat
suatu perkiraan atau prediski nilai suatu
variabel (dependen) mll variabel yang lain
(independen).
Contoh: hubungan BB (independen) dengan Td
(dependen), shg dengan regresi kita dapat
memperkirakan besarnya nilai TD bila
diketahui data BB.
Lanjutan…
Untuk melakukan prediksi digunakan persamaan
garis yang dapat diperoleh dng berbagai cara
atau metode. Metode yang banyak digunakan
peneliti yaitu dng menggunakan metode
kuadrat terkecil (least square).
Metode least square : suatu metode pembuatan
garis regresi dng cara meminimalkan jumlah
kuadrat jarak antara nilai Y yang teramati dan
nilai Y yang diramalkan o/ garis regresi itu, dng
modek persamaan garis regresi: Y = a + bX
Lanjutan…
Maka dapat dirancang regresi linier
lama hari rawat = a + b usia pasien
b= (Σ xy) – { (x.y) (Σy)/n}
(Σx2) – (Σx)2/n
= ( 970 - { (150. 31) (31)/5}
4750 – (150)2/5
= 0,16
a = Y – bX
= 31/5 – (0,16) (150/5)
= 1,4
Lanjutan…
Persamaan regresi linier u/ contoh data dapat
ditulis:
lama hari rawat = a + b usia pasien
= 1,4 + 0,16 usia paien
Dapat diartikan bila pasien yang dirawat usianya
lebih tua satu tahun, maka kemungkinan lama hr
rawatnya akan lebih lama 0,16 hr. bila usia ps 40
thn, maka lama hr rawat dng menghitung
persamaan regresi liniernya yaitu: 1,4 + 0,16
(40)= 7,8 hr dan 30 th = 1,4 + 0,16 (30) = 6,2 hr
dng selisih lama hr rawat kedua ps = 1,6 hr.
 KESIMPULAN
• Setiap yang dihitung > dari yang di tabel Ha
diterima atau Ho ditolak (berbeda bermakna
secara statistik)
• Setiap yang dihitung < dari yang ditabel Ho
diterima atau Ha ditolak (tidak berbeda
bermakna secara statistik).
• Analisis Univariat digunakan untuk
mengetahui proporsi atau presentasi untuk
jenis data katagorikal
Lanjutan…
• Analisis Bivariat untuk menjelaskan hubungan
(korelasi), perbandingan (komparatif), dan
perbedaan 2 variabel
• Jenis data:
1. Katagorikal (nominal & ordinal)
2. Numerik (interval dan rasio) dibagi atas:
a. Diskrit : didapt dng cara menghitung
b. Kontiniu: didapat dng cara mengukur
Lanjutan…
• Uji z digunakan untuk kurva normal
• Uji t digunakan untuk uji beda mean 2
kelompok data berskala numerik-katagorik (2
klp)
• Uji f digunakan untuk uji perbandingan 2
variabel yang satu berskala kontiniu/numerik
(interval dan rasio) dan yang lain berskala
katagorikal (nominal dan ordinal)
Lanjutan…
• Uji X2 (kai kuadrat) digunakan u/ mengetahui
1. perbedaan proporsi 2 kelompok
2. uji perbandingan 2 variabel yang masing2
berskala katagorikal
• Korelasi dan Regresi untuk mengetahui
hubungan variabel numerik dengan numerik
• Anova untuk mengetahui uji beda yang lebih
dari mean 2 kelompok.
• P > 0,05 hipotesis yang ditegaakkan Ho