Korelasi dan regresi

Korelasi (Pearson’s Correlation)

 Korelasi (interdependensi) antara 2 variabel

atau lebih
 Tidak mempersoalkan mana var. bebas &
mana var. tergantung (pola hubungan
simetris)
 Variabel kuantitatif (rasio/interval)
Macam korelasi berdasarkan
banyaknya variabel yg terlibat:

1. Korelasi sederhana (simple):

X y

2. Korelasi ganda (multiple):

x2
X1 y
Koefisien korelasi (r):
 1. Kekuatan korelasi (magnitude):
sangat sangat
lemah sedang kuat
 *-----*-------*-------------*-----------*-------*---
*r 0 0,1 0,25 0,5 0,75 0,9 1
tak ada lemah kuat sempurna
korelasi
Koefisien korelasi (r):

 2. Arah korelasi (direction):

 Contoh Kasus

Suatu penelitian dilakukan di Puskesmas Mulyorejo,

Surabaya terhadap 30 subjek penelitian yang dipilih
secara random untuk mengetahui ada tidaknya
hubungan antara skor pengetahuan tentang DBD
dengan skor tindakan pencegahan DBD
Hipotesis

Ho :
tidak ada hubungan antara skor pengetahuan
tentang DBD dengan skor tindakan pencegahan DBD

Ha :
ada hubungan antara skor pengetahuan tentang DBD
dengan skor tindakan pencegahan DBD
Data :
No Skor Skor tindakan No Skor Skor tindakan
pengetahuan pengetahuan
1 3.5 3.7 16 3.7 4.1
2 3.0 3.4 17 2.9 3.2
3 2.7 3.0 18 3.4 3.6
4 4.5 4.4 19 3.8 3.9
5 3.8 4.0 20 2.5 3.0
6 3.9 3.8 21 3.8 4.2
7 4.0 4.2 22 4.0 3.8
8 4.2 4.5 23 3.9 4.1
9 2.8 3.1 24 3.4 3.6
10 3.4 3.6 25 2.4 2.7
11 4.3 4.5 26 3.6 4.0
12 2.5 2.8 27 4.6 4.4
13 3.5 3.6 28 3.8 3.8
14 4.5 4.8 29 3.0 3.2
15 2.5 2.9 30 4.2 4.3

Besar skor pengetahuan dan tindakan adalah antara 0 s/d 5

Langkah 1 : Input Data ke SPSS
Input Data ke SPSS
Langkah 2 : Uji Normalitas
Uji Normalitas

1. Klik
plots

2. Aktifkan box
normal
probability plot 3. Klik
continue
dan OK
Uji Normalitas

Normalitas yang sifatnya bivariat menggunakan Normal P-P Plot, yakni dengan melihat
sebaran plot visual. Dari gambar normal P-P Plot di bawah ini, terlihat bahwa sebaran plot
berada dekat dengan garis diagonal. Hal tersebut menunjukkan bahwa data berdistribusi
normal dan dapat dilanjutkan ke tahap analisis korelasi pearson.
Langkah 3 : Tahap analisis
Tahap analisis

2. Klik
tombol

1. Blok kedua
variabel

3. Aktifkan box
Pearson &
klik ok
Hasil analisis

Pearson correlation (r) = 0,966 Korelasi kuat (mendekati 1)

Nilai signifikansi (p) = 0,000 Signifikan (p<0,05)
Arah hubungan Arah positif

Kesimpulan : Ho ditolak
Jadi, ada hubungan antara skor pengetahuan DBD dengan skor
tindakan pencegahan DBD di Puskesmas Mulyorejo
Regresi
Regresi

 Untuk prediksi (model matematis)

 pola hubungan asimetris (harus diketahui
mana sebagai var. bebas, mana var.
tergantung)
Model regresi (linear)

 Regresi sederhana (simple):

y=b0+b1.x

 Regresi ganda (multiple):

y=b0+b1.x1+b2.x2+….+bi.xi
Istilah

y=b0+b1.x

b0 & b1=parameter regresi

b0=intercept=konstanta
b1=slope=koefisien regresi
y=kriterium, outcome, variabel yg diramal, variabel
tergantung
x=argumen, prediktor, variabel peramal, variabel
bebas
 Asumsi Regresi Linier

1. Skala data minimal interval/rasio

2. Tidak ada multikolinearitas

3. Tidak terjadi heteroskedastisitas

4. Distribusi normal
 LANGKAH-LANGKAH UJI REGRESI
a. Masukan data ke dalam program SPSS
b. Klik analyze Regression Linier
c. Pindahkan
kepadatan jentik dependent
semua tempat penampungan air independent
klik methode backward
d. Klik statistic
klik estimates, model fit, descriptives, collinearity diagnostik, dan
durbin-Watson continue
e. Klik plots
ZRESID ke kolom Y
ZPRED ke kolom X
klik histogram dan normal probability plot continue
e. Setelah selesai semuanya klik continue
 ASUMSI REGRESI

1. Skala data minimal interval/rasio

Skala data yang digunakan adalah

interval/rasio
 ASUMSI REGRESI

2. Tidak ada multikolinearitas

Coefficientsa

Unstandardized Coefficients Standardized Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 13.025 31.340 .416 .681

Tempat Penampungan Air (Bak Mandi) .242 .163 .278 1.487 .149 .888 1.126

Tempat Penampungan Air (Ember) .433 .188 .435 2.301 .030 .868 1.152

Tempat Penampungan Air (Gentong Plastik) .185 .169 .199 1.094 .284 .935 1.070

2 (Constant) 35.794 23.511 1.522 .140

Tempat Penampungan Air (Bak Mandi) .211 .161 .242 1.309 .201 .917 1.091

Tempat Penampungan Air (Ember) .386 .184 .388 2.098 .045 .917 1.091

3 (Constant) 59.557 15.136 3.935 .001

Tempat Penampungan Air (Ember) .316 .178 .318 1.774 .087 1.000 1.000

a. Dependent Variable: Kepadatan jentik

 Tidak ada multikolinieritas, karena nilai
toleransinya tidak ada yang nilainya kurang
dari 0,10 atau 10 semuanya sudah diatas 0,10
 ASUMSI REGRESI

3. Tidak terjadi heteroskedastisitas

 Homoscedasticity, gambar scatterplot nya
tidak membentuk suatu pola tetapi dia
menyebar (acak) sehingga tidak terdapat
heteroscedasticity (homoscedasticity)
 ASUMSI REGRESI

4. Distribusi normal
 Sisaan eror berdistribusi normal karena
berdasarkan gambar dibawah dapat dilihat P-
P plot membentuk pola lurus dengan
kemiringan 450
Langkah-langkah membaca printout
regresi:
 1. Baca hasil tabel Anova: lihat
 signifikansi uji F
 Jika p<0,05: ada model prediksi
 Jika p>=0,05: tak ada model prediksi
 2. Baca signifikansi hasil uji t, u/
 melihat parameter regresi (b)
 mana yg masuk dlm model:
 Jika p<0,05: b masuk dlm model
 Jika p>=0,05: b tak masuk dlm model
 HASIL PERSAMAAN REGRESI

Coefficientsa

Unstandardized Coefficients Standardized Coefficients Collinearity Statistics

Model B Std. Error Beta t Sig. Tolerance VIF

1 (Constant) 13.025 31.340 .416 .681

Tempat Penampungan Air (Bak Mandi) .242 .163 .278 1.487 .149 .888 1.126

Tempat Penampungan Air (Ember) .433 .188 .435 2.301 .030 .868 1.152

Tempat Penampungan Air (Gentong Plastik) .185 .169 .199 1.094 .284 .935 1.070

2 (Constant) 35.794 23.511 1.522 .140

Tempat Penampungan Air (Bak Mandi) .211 .161 .242 1.309 .201 .917 1.091

Tempat Penampungan Air (Ember) .386 .184 .388 2.098 .045 .917 1.091

3 (Constant) 59.557 15.136 3.935 .001

Tempat Penampungan Air (Ember) .316 .178 .318 1.774 .087 1.000 1.000

a. Dependent Variable: Kepadatan jentik

 PERSAMAAN RUMUS

Kesimpulan : Berdasarkan hasil di atas maka model

regresinya adalah :
y = βo + β1X1 + β2X2 + β3X3 + β4X4
y = 0,433 (X2)
yang ditulis hanya β1 karena di lihat dari nilai sig nya
yang kurang dari 0,05 hanya hanya pada tempat
penampunga air (ember) saja