KORELASI &REGRESI LINIER

• lisma_dinkes@yaho
o.com
• 081368761188
KORELASI DAN REGRESI LINIER

Tujuan : Untuk mengetahui hubungan

variabel numerik dengan numerik.

Contoh: hubungan berat badan

dengan tekanan darah
KORELASI DAN REGRESI LINIER

Dari hubungan antara dua variabel

numerik dapat dihasilkan dua jenis
yaitu:
 Derajat atau keeratan hubungan
digunakan korelasi
 Ingin mengetahui bentuk hubungan
antara dua variabel  digunakan
analisis regresi linier
 KORELASI
Tujuan :
Untuk mengetahui kekuatan dan arah hubungan antara variabel
numerik dengan numerik

Kekuatan : kuat/lemah

Kekuatan hubungan:
r= 0,00 - 0,25 lemah
0,26 – 0,50  sedang
0,51 – 0,75  kuat
0,76 – 1,0  sangat kuat
 KORELASI
Arah : Positif/Negatif
Positif : bila kenaikan suatu variabel diikuti kenaikan
variabel yang lain
Contoh : makin tua makin tinggi tekanan darahnya

Negatif : bila kenaikan satu variabel diikuti

penurunan variabel yang lain (arah berlawanan)
Contoh : makin tua makin lemah ingatannya
 KORELASI
Koefisien korelasi pearson (r) untuk mengukur
besarnya korelasi :

n  xy   x y
r 
n  x 2
  x  n  y
2 2
  y  
2

X = variabel yang mempengaruhi

Y = variabel yang dipengaruhi
Nilai r = 0 s.d 1
 KORELASI

Jika disertai dengan arah nilainya antara -1 s.d +1

r=0  Tidak ada hubungan linier

r=-1  hubungan linier negatif sempurna
r=+1  hubungan linier positif sempurna
 KORELASI
Contoh :
survei ingin mengetahui hubungan umur pasien
dengan lama dirawat.
Hasil survei :
Umur : 20 23 28 33 36
LD : 5 8 7 9 13
Hitung dan simpulkan korelasi antara umur dan lama
dirawat!
(langkah awal : yang perlu dicari adalah nilai x, y, xy,
x2, y2)
 REGRESI LINIER
Tujuan : untuk memprediksi variabel dependen
melalui variabel inpenden.

Untuk memprediksi digunakan persamaan garis

regresi dengan metode least square (kuadrat
kesalahan terkecil)
 REGRESI LINIER
y = a + bx
a : intercep (besarnya nilai y bila nilai x=0)
b : slope (besarnya perubahan nilai y bila nilai x
berubah setiap satu satuan)

Contoh : setiap BB bertambah 1 kg berapa

pertambahan tekanan darah
 REGRESI LINIER

n  xy   x y
b 
n x   x 
2 2

a = y - bx

Contoh soal : Prediksikan lama dirawat untuk

pasien yang berumur 30 tahun
 Koefisien Determinasi (R2)

• Merupakan ukuran yang penting dan sering digunakan

dalam analisis regresi

• Dapat dihitung dengan menguadratkan nilai r, atau

dengan formula: R2= r2

• Berguna untuk mengetahui seberapa besar variasi

variabel dependen (Y) dapat dijelaskan oleh variabel
independen (x) atau seberapa jauh variabel
independen dapat memprediksi variabel dependen
 Koefisien Determinasi (R2)

• Semakin besar nilai R2 semakin baik atau

semakin tepat memprediksi variabel
dependen.

• Besarnya nilai R2 antara 0 s.d 1 atau antara 0%

s.d 100%