KORELASI DAN REGRESI

LINIER

Pada penelitian sering kali kia ingin mengeahui hubungan anara dua variabel
yang berjenis numerik, misalnya hubungan bera badan dengan ekanan darah, hubungan
umur dengan kadar Hb, dan lain sebagainya. Dari hubungan anara dua variabel numerik
dapa dihasilkan dua jenis yaiu deraja aau keeraan hubungan, digunakan korelasi.
Semenara iu bila ingin mengeahui benuk hubungan anara dua variabel, digunakan
analisis regresi linier.

KORELASI

Uji korelasi berfungsi unuk mengeahui hubungan dua variabel yang hanya bersifa
numerik. Misalnya apakah hubungan usia dengan denyu nadi mempunyai deraja yang
kua aau lemah dan apakah kedua benuk variabel ersebu berpola positif aau negatif.

Secara sederhana dua variabel dapa diliha dari diagram ebar/pencar (Scatter
Diagram ebar ini berupa grafik yang menunjukkan titik-titik perpoongan nilai daa dari
Plo).
dua variabel (X dan Y). Pada umumnya dalam grafik, variabel independen (X) dileakkan
pada
garis horizonal, sedangkan variabel dependen (Y) pada garis
vertikal.

Deraja keeraan hubungan (kua lemahnya hubungan) dapa diliha dari ebaran
daanya. Semakin rapa ebarannya, maka semakin kua hubungannya, dan sebaliknya
jika semakin menyebar ebarannya maka semakin lemah hubungannya.
Unuk mengeahui lebih epa deraja hubungan dua variabel digunakan Koefisien
Korelasi Pearson Produc Momen aau Koefisien Korelasi yang disimbolkan dengan
huruf r (huruf kecil).

Keterangan:

r = koefisien korelasi
ƩXY = jumlah hasil kali nilai variabel X dengan variabel
Y ƩX = jumlah nilai variabel X
ƩY = jumlah nilai variabel Y
ƩX2 = jumlah nilai variabel X
kuadraƩY2 = jumlah nilai variabel
Y kuadran = jumlah sampel

Nilai korelasi (r) berkisar 0 s.d. 1 aau bila dengan diserai arahnya nilainya anara –1 s.d.
+1.

r = 0 Q tidak ada hubungan linier

r = -1 Q hubungan linier negatif sempurna ( conoh: semakin berambah umur (semakin
ua) maka semakin rendah kadar Hb nya)
r = +1 Q hubungan linier positif sempurna (conoh: semakin berambah bera badan,
maka semakin tinggi ekanan darahnya)

Menurut Colton Kekuatan hubungan dua variabel dapat dibagi menjadi empat:

r= 0,00-0,25 Q tidak ada hubungan/ hubungan

lemah r=0,26-0,50 Q hubungan sedang
r= 0,51-0,75Q hubungan kua
r= 0,76-1,00Q hubungan sanga kua/sempurna

Uji Hipotesis Korelasi

Seelah koefisien korelasi elah dihasilkan unuk

menjelaskan deraja hubungan linier anara

dua variabel. Selnajunya dilakukan uji hipoesis unuk mengeahui apakah hubungan
anara dua variabel erjadi secara signifikan aau hanya kebeulan dari random sampel (by
chance).
Ada dua cara yaiu dengan membandingan nilai r hiung dengan nilai r pada abel,
aau dengan pengujian pendekaan disribusi .

n− 2
t=
r √−1 r2

df = n-2
n = jumlah sampel
jika  hiung ¿  abel maka hasilnya
signifikan
jika  hiung ¿  abel maka hasilnya tidak
signifikan

REGRESI LINIER SEDERHANA

Analisis hubungan dua variabel dapa digunakan unuk mengeahui benuk

hubungan dua variabel yaiu dengan analisis regresi yang beujuan unuk membua
perkiraan (prediksi) nilai suau variabel (dependen) melalui variabel lain
(independen).
Unuk melakukan prediksi kia dapa menggunakan meode kuadra kecil (leas
yaiu suau meode pembuaan garis regresi dengan cara meminimalkan jumlah
square)
kuadra
jarak anara nilai Y yang eramati dengan Y yang diprediksikan oleh garis regresi
iu.

Y=a+
bx
n∑ XY− (∑ X
b=
∑Y ) n∑ X 2

− ¿¿
´ ∑ y − b ∑x y
a=
´ n
Keterangan : a= Y− b.X

Y = Variabel Dependen
X = Variabel
Independen
a = Inercep ,
perbedaan besarnya
raa-raa variabel Y
ketika variabel X = 0
b = Slope , perkiraan besarnya perubahan nilai variabel Y bila nilai variabel X berubah
sau uni pengukuran

Contoh Soal dan

Penyelesaian
Survei hubungan bera badan dengan ekanan darah pekerja diperusahaan X
didapakan daa sebagai beriku.

BB : 50 70 56 64 66 73 74 78 83 85

(X) TD : 115 130 130 125 134 134 140 138 145 145

(Y)

Berdasarkan daa ersebu hiunglah

a) Korelasi bera badan dengan ekanan darah

b) Hiung persamaan garis regresi, bila ada
seseorang bera badan 80 kg prediksikan
ekanan darahnya!
2
N BB (x ) TD (y ) Xy y
Jawab:
1 50 115 5.750 2.500 13.225
2 70 130 9.100 4.900 16.900
3 56 130 7.280 3.136 16.900
4 64 125 8.000 4.096 15.625
5 66 134 8.844 4.356 17.956
6 73 134 9.782 5.329 17.956
7 74 140 10.360 5.476 19.600
8 78 138 10.350 6.084 19.044
9 83 145 12.035 6.889 21.025
10 85 145 12.325 7.225 21.025
Total 699 1.336 93.826 49.991 179.256

a) Hiung
korelasi

(10 × 93.826 )− (699× 1.336)

r=
√ [10 × 49.991− (699) ] [10 × 2

179.256− (1.336 )
2
]
938.260 − 933.864
¿
√ ( 499.910 − 488.601 ) (1 .79 2 .5 60 − 1 .78 4 .8 96 )

¿ 4.396
= 4.396 = 4.396 = 0,47
√ 11.309 × 7.664 √ 86.672.176 9.309,78

Interpretasi
:
 Hubungan bera badan dengan ekanan darah pekerja diperusahaan X menunjukkan
hubungan yang sedang (0,47), dan berpola linier positif sempurna artinya semakin
berambah bera badan, maka semakin tinggi ekanan darahnya.

b) Hiung persamaan garis regresi, bila ada seseorang bera badan 80 kg

prediksikan
ekanan darahnya!
n∑ XY − ( ∑ X ∑
b=
Y ) n ∑ X2 −
¿¿
10 (93.826 )− (699 )
b=
(1.336 )
10 ( 49.991 )−( 699 ) 2

938.260 − 933.864
b= = 4.396 = 0,38
499.910 − 488.601 11.309

a = ∑ y −nb ∑x y

a= ( )
1.336
10
− (0,38
)
( 699
10 8
= 133,6 − 0,38 (69,9 )= 107,03

)
Y = a + bx
Y = 107,038+ (0,38 ) (80 )
¿ 107,038 +30,4 = 137,438

Interpretasi :
Penduduk yang berusia 80 ahun diprediksi ekanan darahnya adalah
137,438.

DAFTAR PUSTAKA

Sabri, L. (2014). STATISTIK KESEHATAN (Ed. 1, Ce). Jakara: PT Raja Grafindo

Persada.