219279246 Korelasi Dan Regresi PDF

Kusmadewi Lab. Ilmu Gizi FK UNS

2012

Workshop Metodologi Penelitian FKUNS 2012

Uji korelasi merupakan salah satu uji hipotesis yang menguji adanya korelasi atau hubungan antara dua variabel.

Uji korelasi pada statistika parametrik menggunakan uji korelasi Pearson, dengan menerapkan asumsi-asumsi uji parametrik.

Uji korelasi pada statistika non-parametrik menggunakan Spearman rhos dan Kendall taus

Uji korelasi pada statistika non-parametrik tidak menggunakan asumsi distribusi normal data.

Uji korelasi hanya dapat dilakukan pada data yang memiliki korelasi linear


Korelasi antara kedua variabel (dinotasikan X untuk variabel independen dan Y untuk variabel dependen) ditunjukkan dengan koefisien korelasi (dinotasikan r).

Koefisien korelasi berkisar antara -1 hingga 1 [-1 r 1]. Tanda di depan angka menunjukkan arah korelasi antara kedua variabel. Korelasi negatif menunjukkan bahwa semakin besar nilai X, maka akan diperoleh nilai Y yang semakin kecil, atau sebaliknya. Sedangkan korelasi positif menunjukkan bahwa semakin besar nilai X maka semakin besar pula nilai Y.



Sebelum melakukan uji korelasi, sebaiknya sebaran data digambarkan terlebih dahulu dengan scatter plot, sehingga dapat dilihat linearitas data.

Keterangan:

SSXY: sum of squares of (xi-x)(yi-y)

SSXX: sum of squares of (xi-x)2

SSYY: sum of squares of (yi-y )2


Bila diperoleh r= 0.1 r < 0.4 : korelasi lemah

0.4 r < 0.7: korelasi sedang/moderat

r 0.7: korelasi kuat


Merupakan kuadrat dari koefisien korelasi. Menunjukkan seberapa besar (biasanya ditunjukkan dalam persentase) nilai suatu variabel dependen dapat ditentukan dari variabel independen.

Contoh: r= 0.417; r2= 0.1379 = 13.79%

Sehingga disimpulkan bahwa korelasi antara kedua variabel dinilai moderat dan variabilitas pada variabel dependen 13.79% dipengaruhi oleh variabel independen yang diteliti


Selain asumsi distribusi dan skala data, maka perlu diperhatikan beberapa asumsi dalam korelasi Pearson, antara lain:

Data terhubung secara linear scatter plot Apabila dilakukan penggambaran 3D terhadap distribusi

bersama variabel dependen dan independen, maka terdistribusi bivariat normal atau membentuk lonceng dari berbagai sisi


Korelasi Pearson hanya menunjukkan adanya hubungan atau korelasi antara variabel dependen dan variabel independen, tanpa menunjukkan arah kausalitas.

Kesimpulan yang dapat ditarik adalah kesimpulan adanya hubungan dan bukan kesimpulan sebab-akibat.

Untuk mengetahui kekuatan hubungan sebab-akibat, maka dapat dilanjutkan dengan uji regresi


Merupakan uji korelasi secara non-parametrik. [Lihat kembali syarat-syarat uji parametrik dan uji korelasi Pearson!]

Prinsipnya adalah dengan pemeringkatan (ranking) terhadap data pada kedua variabel.

Interpretasi koefisien korelasi dan koefisien determinasi sama dengan pada korelasi Pearson


Keterangan:

: koefisien korelasi Spearman

D= perbedaan ranking pada kedua variabel

N= jumlah sampel


Uji regresi merupakan uji yang digunakan untuk menilai pengaruh satu atau lebih variabel independen terhadap satu variabel dependen.

Dalam uji regresi, dapat diketahui seberapa besar peran suatu variabel independen (dinotasikan X, B, atau ) terhadap terjadinya atau timbulnya variabel dependen (dinotasikan Y, A, atau ).


Keterangan:

Y: variabel outcome (dependen)

: intercept atau constant

: koefisien untuk X (variabel independen)


Formula di atas digunakan untuk uji regresi pada satu variabel dependen dan satu variabel independen.

Untuk penambahan variabel independen, maka notasi ditambahkan sejumlah variabel independen yang diteliti.


Regresi linear: merupakan uji regresi dengan variabel outcome numerik.

Regresi logistik: merupakan uji regresi dengan variabel outcome dikotomus (2 kelompok, ya-tidak; hidup-mati; sakit-sembuh; dll)

Regresi ordinal: merupakan uji regresi dengan variabel outcome ordinal (bertingkat)

Regresi pohon: digunakan untuk menilai clustering system atau sistem pengelompokan

Regresi jalur (path analysis): digunakan untuk menilai faktor-faktor langsung dan tidak langsung.


1. Semua nilai pada variabel dependen maupun variabel independen terdistribusi normal

2. Variabel-variabel independen harus berkorelasi linear terhadap variabel dependen

3. Nilai-nilai yang didapatkan pada variabel dependen adalah nilai-nilai yang bebas secara statistik (melalui observasi yang terlepas antara satu dengan lainnya).

4. Residual/error memiliki rerata mendekati nol dan memiliki varians yang konstan


Contoh-contoh penggunaan uji hipotesis korelasi dan regresi

Syarat-syarat penerapan uji korelasi dan regresi

Contoh pembentukan model pada uji regresi

Melakukan dan membaca hasil uji regresi linear



Pertanyaan dapat disampaikan melalui:

Janji temu di Lab Gizi FK UNS Email: [email protected] E-learning: elearning.fk.uns.ac.id

219279246 Korelasi Dan Regresi PDF

Documents

Transcript of 219279246 Korelasi Dan Regresi PDF