Korelasi

DARWEL, SKM, M.Epid

 Korelasi
• Menilai Hubungan antara 2 variabel
numerik,
• Contoh:
– Apakah ada hubungan antara umur dan
tekanan darah
– Hubungan TPA dengan IPK mahasiswa
– Hubungan antara tinggi badan dan
FEV1(Force Expiratory Volume 1 dalam
menit)
 Cara sederhana
• Memakai Diagram Tebar ( Scatter
Diagram)
Y
x x
V. Dependen
x
x
+x
x
x+

V. Independen
Contoh diagram tebar antara TB
FEV1
F o rce e xp ira toty vo lu m e in 1 m in (m l)

600

500

400

300

200

100
140 150 160 170 180 190 200

height (cm)
 Ukuran Hubungan 2 Var
• Pearson’s Correlation Coefficient ( r )
• Kekuatan hubungan
– Berkisar antara 0 dan 1
– 0= tidak ada hubungan linier antara Var X dg
Var Y
– 1= hubungan kedua variabel linier sempurna
– Yang sering berada antara 0 dan 1
 Kekuatan hubungan
• Dapat dilihat dari scatter plot
Y Y
x x
x x x
x x x
x x
x
x x
x

X
X
 Arah hubungan
• Ditandai oleh + dan –
• + = Hubungan direct: korelasi positif yang
berarti semakin besar nilai X semakin
besar juga nilai Y
• - = Hubungan terbalik ( inverse): korelasi
negatif berarti kenaikan variabel X diikuti
penurunan var Y atau sebaliknya
 Arah hubungan

• Scatter Y
Y x x
x
x
x
x x
x
x
x

X X

Hubungan positif (+) Hubungan negatif (-)

 Hubungan Non linier
• Scatter
Y Y

x
x
x
x x x x
x x x
x
x xx x
x
x x x x
x x

X X
-Parabolik Tidak jelas polanya
-Bisa juga hub Exponensial (Tidak ada hub linier)
 Interpretasi Koef Korelasi
• Kekuatan hub (subjektif)
– r<0,4 : Hub lemah
– 0,4 < r < 0,8 : Sedang
– r > 0,8 : Kuat
• Korelasi tidak selalu berarti hubungan
sebab akibat( Causality)
• Korelasi yang lemah atau mendekati 0
berarti tidak ada hub linier, mungkin hub
parabol atau exponensial
 Korelasi: Data Lay-out dan
perhitungan r
Subjek X X2 Y Y2 X.Y
1 X1 X12 Y1 Y12 XY1
. X. X. 2 Y. Y. 2 XY.
. X. X. 2 Y. Y. 2 XY.
n Xn Xn2 Yn Yn2 XYn
(X) = … (X2) … (Y)… (Y2)… (XY) = …
 Contoh soal
• Suatu survei ingin mengetahui hubungan antara
usia dengan lama hari rawat di RS islam tahun
2014, survei dengan mengambil sampel
sebanyak 5 orang pasien dan hasilnya seperti
berikut :
Umur pasien : 20, 30, 25, 35 dan 40 tahun
Lama dirawat : 5, 6, 5, 7 dan 8 hari
• Apakah ada hubungan antara usia dengan lama
hari rawat di RS X tersebut
Pasien Usia = X Lama Hari XY X2 Y2
rawat = Y

1 20 5 100 400 25
2 30 6 180 900 36
3 25 5 125 625 25
4 35 7 245 1225 49
5 40 8 320 1600 64
Jml 150 31 970 4750 199
r =* (5 x 970) – (150 x 31) o
√ (5 x 4.750 – 1502 ) (5 x199 -312 )

0,97

Interpretasi : Hubungan umur dengan

lama hari rawat menunjukkan hubungan
yang sangat kuat (r = 0,97) dan berpola
linier positif artinya semakin tinggi usia
pasien semakin lama hari rawatnya
• Survei hubungan berat badan dengan tekanan
darah pekerja di perusahaan X didapatkan data
sebagai berikut :
BB 50 70 56 64 66 73 74 78 83 85

TD 115 130 130 125 134 134 140 138 145 145

• Apakah ada hubungan antara berat badan

dengan tekanan darah pekerja?