Fitri Amelia Nur Afifah Yusfika

Futri Rahayu Miftahul Jannah

Mellysa Rosalina Mashita Dewi
Mega Sartika Nurhidayatul Nadya
Nurfitri Rahmawati Martina Danta
Indah Pertiwi Sasriani
Nur Annisa Ulfa Nadira Husna
Lisa Monica Khanza Riski
Ira Lestianti Syukrina
Irman Tabroni
M. Zaini
 Korelasimerupakan salah satu teknik
analisis dalam statistik yang digunakan
untuk mencari hubungan antara dua
varaibel yang bersifat kuantitatif. Selain
berfungsi untuk mengetahui derajat atau
keeratan hubungan, korelasi juga berfungsi
untuk mengetahui arah hubungan dua
variabel numerik. Misalnya, apakah
hubungan berat badan dan tekanan darah
mempunyai derajat yang kuat atau lemah
dan apakah kedua variabel tersebut
berpola positif atau negatif.
Untuk mengetahui lebih tepat hubungan dua variabel
digunakan Koefisien Pearson Moment. Koefisien
korelasi disimbolkan dengan huruf r (huruf r kecil).
Koefisien korelasi (r) dapat diperoleh dari formula
berikut:

Nilai korelasi (r) berkisar 0 s.d. 1 atau bila dngan

disertai arahnya nilainya antara -1 s.d. +1.
r = 0 tidak ada hubungan linier
r = -1 hubungan linier negatif sempurna
r = +1 hubungan linier positif sempurna
 Koefisienkorelasi yang telah dihasilkan
merupakan langkah pertama untuk
menjelaskan derajat hubungan linier
antara dua variabel. Selanjutnya perlu
dilakukan uji hipotesis untuk mengetahui
apakah hubungan antara dua variabel
terjadi secara signifikan atau hanya
karena factor kebetulan dari random
sample (by chance).
 Uji hipotesis dapat dilakukan dengan dua cara, yaitu
pertama membandingkan nilai r hitung dengan r tabel,
kedua menggunakan pengujian dengan pendekatan
distribusi t. berikut adalah formulasi pendektan t :

n = Jumlah Sampel
r = Koefisien Korelasi
 Persamaan regresi linier sederhana merupakan suatu
model persamaan yang menggambarkan hubungan
satu variabel bebas/ predictor (X) dengan satu
variabel tak bebas/ response (Y), yang biasanya
digambarkan dengan garis lurus.
Y ˆ  a  bX
Keterangan:
Y ˆ = garis regresi/ variable response
a = konstanta (intersep), perpotongan
dengan sumbu vertikal
b = konstanta regresi (slope)
X = variabel bebas/ predictor
a = Intercept, perbedaan besarnya rata-rata
variable Y ketika variable X = 0
b = Slope, perkiraan besarnya perubahan
nilai variable Y bila nilai variable X berubah
satu unit pengukuran
 Ukuran yang penting dan sering digunakan dalam
analisis degresi adalah koefesien determinasi atau
disimbolkan R2 (R square). Koefesien determinasi
dapat dihitung dengan menguadratkan nilai r, atau
dengan formula R2 = r2. Koefesien determinasi
berguna untuk mengetahui seberapa besar variasi
variable dependen (Y) dapat dijelaskan oleh
variabel independen (X). atau dengan kata lain, R2
menunjukkan seberapa jauh variabel independen
dapat memprediksi variabel dependen. Semakin
besar nilai R square semakin baik atau semakin tepat
variabel independen memprediksi variabel
dependen. Besarnya nilai R square antara 0 s.d. 1
atau antara 0% s.d. 100%.
 Suatu survey ingin meneliti tentang kaitan antara lama
hari di rawat di Rumah Sakit X. setelah pengambilan
data, maka data yang terkumpul sebagai berikut:

a. Carilah korelasi lama hari rawat dengan umur?

b. Apakah ada korelasi yang bermakna di antara kedua
variable?
c. Hitung persamaan garis regresi, bila ada seseorang
berumur 40 tahun prediksikan lama rawatnya?
a. Hitung korelasinya
 Intrepetasi:
Hubungan umur dengan lama hari
dirawat menunjukan hubungan yang
sangat kuat (r=0.97) dan berpola linier
positif. Artinya, semakin tinggi usia
pasien, semakin tinggi lama hari
rawatnya.
Berdasarkan distribusi t, dengan df 2 dan nilai alfa 0.05,
dapat dilihat nilai t hitung (6,85) >dari t tabel (2,353),
maka Ho ditolak (Ha diterima)
b. Hitung persamaan garis regresi
 Persamaan regresi linier untuk contoh dapat ditulis
sebagai berikut:
Lama-hari-rawat = 1,4 + 0,16
(usia pasien)

 Nilai b= 0,16 : dapat diartikan bahwa bila pasien yang

dirawat usianya lebih tua satu tahun, kemungkinan
lama-hari-rawatnya akan lebih lama 0,16 hari.
 Pasien usia 40 tahun dapat diperkirakan lama hari
rawatnya dengan menghitung dari persamaan regresi
linier diatas, yaitu = 1,4 + 0,16 (40) = 7,8 hari.
Sementara itu, pasien usia 30 tahun = 1,4 + 0,16 (30) =
6,2 hari. Selisih lama hari rawat pada kedua pasien
adalah 1,6 hari.
1. Survei hubungan umur dengan denyut nadi
penduduk dewasa di Kota Pekanbaru didapatkan
data sebagai berikut:

 Carilahkorelasi BB dengan TD?

 Apakah ada korelasi yang bermakna di antara kedua
variable?
 Hitung persamaan garis regresi, bila ada seseorang
berumur 30 tahun prediksikan denyut nadinya?
 a. Hitung korelasinya
 H0 = Tidak ada hubungan umur dengan denyut nadi
penduduk dewasa di Kota Pekanbaru
 Ha = Ada hubungan umur dengan denyut nadi
penduduk dewasa di Kota Pekanbaru
 Koefisien korelasi
 Interpretasi: Hubungan umur dengan
denyut nadi menentukan hubungan yang
kuat, tetapi berpola linear negatif.
Maksudnya, semakin tinggi umur
semakin menurun denyut nadi.
df = n -2
= 9-2
=7
 Berdasarkan distribusi t, dengan df 7 dan nilai alfa 0.05, dapat
dilihat nilai t hitung (-2,73) < dari t tabel (0,895), maka
Hoditolak (Ha diterima)
 b. Hitung persamaan garis regresi
Kesimpulan :
Dari uji statistik maka dapat disimpulkan bahwa terdapat hubungan bermakna antara
variabel x dan variabel y. Dan untuk persamaan jika diketahui (misalnya nadi seseorang
umur 30 tahun) maka nadi seseorang tersebut 75.
2. Survey hubungan berat badan (kg) dengan
tekanan darah (mmHg) pekerja di perusahaan
adil & sejahtera didapatkan data sebagai berikut:

Pertanyaan:

a. Carilah korelasi BB dengan TD?

b. Apakah ada korelasi yang bermakna di antara
kedua variable?
c. Hitung persamaan garis regresi, bila ada
seseorang BB 90 kg prediksikan TD nya?
A. Hitung korelasinya
 H0: tidak ada hubungan antara berat
badan dengan tekanan darah pekerja
diperusahaan adil & sejahtera
 Ha: terdapat hubungan antara berat
badan dengan tekanan darah pekerja
diperusahaan adil & sejahtera
 Interpretasi : Hubungan berat badan dengan tekanan
darah menunjukkan hubungan yang sangat kuat ( r =
0,91 ) dan berpola linear positif. Artinya, semakin
bertambah berat badan, maka semakin tinggi tekanan
darah.
Kesimpulan : Maka dapat disimpulkan bahwa jika berat
badan seseoramh 90 kg maka tekanan darahnya menjadi
148 mmHg
3. Survey hubungan kadar kolesterol (mg/dl) dengan
tekanan darah (mmHg) pekerjaan di perusahaan SUKSES
didapatkan data sebagai berikut:

a. Carilah kerelasi kadar kolesterol dengan tekanan

darah?
b. Apakah ada kerelasi yang bermakna diantara kedua
variabel?
c. Hitung persamaan garis regresi, bila ada seseorang
kadar kolerasi 270 mg/dl prediksikan tekanan
darahnya.
A. Cari apakah ada hubungan
 H0: Tidak ada hubungan antara kadar
kolesterol dan tekanan darah
 Ha: Ada hubungan antara kadar
kolesterol dan tekanan darah
Berpola linier positif, semakin tinggi TD maka semakin
tinggi kolesterolnya. Hubungannya sangat kuat/
sempurna
4. Survey hubungan kecerdasan spiritual (0-150)
dengan indeks prestasi kumulatif (0-4)
mahasiswa di fakultas keperawatan didapatkan
data sebagai berikut:

a. Carilah korelasi antara kecerdasan spiritual

dengan IPK
b. Hitung persamaan garis regresi, bila ada
seseorang kecerdasan spiritual 125,
prediksikan IPK nya!
A. Cari apakah ada hubungan
 Ho= Tidak ada hubungan kecerdasan
spiritual dengan indeks prestasi
kumulatif
 Ha= Adahubungan kecerdasan spiritual
dengan indeks prestasi kumulatif