Korelasi Dan Regresi 28okt15
Korelasi Dan Regresi 28okt15
Korelasi Dan Regresi 28okt15
DEPT.IKM-KP FKUA
Pengertian
Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional
dari satu atau beberapa peubah bebas (peubah yang mempengaruhi) terhadap satu peubah
tak bebas (peubah yang dipengaruhi) bersifat 1 arah. Lebih bgs drpd korelasi (arah dan kuat
hubg)
Dalam study crosssectional pake regresi
Korelasi merupakan ukuran kekuatan hubungan dua peubah (tidak harus memiliki hubungan
sebab akibat)
2 arah pd penlt experimental dan kohort
Tujuan analisis ?
korelasi adalah ingin mengetahui
APAKAH ADA HUBUNGAN antara dua variabel atau
lebih
Korelasi parametrik : pearson, k spearman: non
parametrik
Analisis regresi adalah untuk MEMPREDIKSI
SEBERAPA JAUH pengaruh yang ada tersebut (yang
telah dianalisis melalui analisis korelasi).
Jika ada hubungan bagaimanakah arah dan
Pendahuluan
Beberapa penelitian di bidang kedokteran
sering ingin menilai apakah ada hubungan
antara
dua
variabel
(dependent
dan
independent) yang numerik.
contoh :
Hubungan Index Massa Tubuh dengan kadar
kolesterol.
Hubungan antara KGD dengan Kadar LDL
pada pasien DM.
NEGATIF
makin besar nilai variabel 1
menyebabkan makin kecil
nilai variabel 2
contoh : makin banyak waktu
bermain, makin kecil skor
Ulangan korelasi negatif
antara waktu bermain
dengan nilai ulangan
NOL
tidak ada atau tidak menentunya hubungan dua variabel
contoh : pandai matematika dan jago olah raga ; pandai
matematika dan tidak bisa olah raga ; tidak pandai
matematika dan tidak bisa olah raga
korelasi nol antara matematika dengan olah raga
Contoh
linier positif
linier negatif
A. Diagram Tebar
(Scatter plot)
Diagram tebar adalah diagram dengan
Kekuatan Hubungan
Bila titik-titik menbar pada satu garis lurus, maka
Interval Koefisien
Tingkat Hubungan
0.000 0.199
Sangat rendah
0.200 0.399
Rendah
0.400 0.599
Sedang
0.600 0.799
Kuat
0.800 1.000
Sangat kuat
Contoh..
No
X (SGOT)
Y (HDL)
XY
X2
Y2
1.
2.
3.
4.
5.
6.
7.
12.7
11.3
13.5
15.1
17.9
19.3
15.5
42.2
41.2
42.3
42.8
43.8
44.5
45.5
535.94
465.56
571.05
646.28
784.02
858.85
705.25
161.29
127.69
182.25
228.01
320.41
372.49
240.25
1780.84
1697.84
1789.29
1831.84
1918.44
1980.25
2070.25
105.3
302.3
4566.95
1632.39
13068.35
= 0.768
[(7x1632.39) (105.3)2] [(7x13068.35) (302)2]
Scatter Plot
Kesimpulan hasil
Dilihat dari besarnya r yang mendekati 1,
Koefisien Determinasi
R = r2
Yaitu besarnya proporsi variasi Y yang dapat
t=
r(n-2)
(1-r2)
df= n-2
B. Regresi Linier
Persamaan garis Linier : yg sederhana
dan b diperoleh.
b=
n(X)2 (X)2
7x4566.95 (105.3x302.3)
b=
= 0.403
7x1632.39 (105.3)2
a= y bX
= (302.3/7) (0.403)(105.3/7) = 37.123
sederhana.
Hubungan 1 variabel dependen biasanya
tidak hanya dengan satu variabel saja.
Variabel X lebih dari 1.
maka : Y = a + b1X1 + b2X2 + .+bpXp
Hasilnya sudah terkontrol koefisien b
Soal
Seorang dokter ingin mengetahui apakah ada hubungan
antara
berat badan seseorang dengan tinggi badan sesorang, untuk
keperluan tsb dilakukan penelitian terhadap 10 orang dengan
data
sbb:
Tinggi (cm)
Berat Badan (kg)
161 46
158
68
166 57
171 48
160 62
156 41
143 47
136 52
132 39
140 42
Buat persamaan regresinya dan koefisien korelasinya!
[email protected]
TUGAS cari korelasi dan regresi
Y= BMI
BMI dg tekanan darah dg berat badan
Data imajiner dan lanjutkan dg uji