Uji Korelasi dan Regresi Linier Sederhana
Nama: Novi Nurwahyuningsih (2F)
NIM : 1805015008
Uji Korelasi
Tujuan:
a. untuk menunjukkan
derajat atau
keeratan hubungan.
b. Arah hubungan
dua variabel
numerik
Ciri-ciri:
Variabel
independen dan
dependen : numerik
Contoh:
Apakah
hubungan berat
badan dan
tekanan darah
mempunyai drajat
yang kuat atau
lemah
dan apakah kedua variabel tersebut berpola positi atau negatif.
dan apakah kedua variabel tersebut berpola positi atau negatif.
diagram
tebar/pencar (scatter plot)
Diagram
tebar adalah
grafik yang
menunjukkan titik-titik
perpotongan nilai
data dua variabel
(x dan y).
X→variabel
independen⇒ horizontal
Y→variabel
dependen ⇒ vertikal
Fungsi
diagram tebar:
1. Melihat
pola hubungan
antara 2 variabel
x dan y
2. Keeratan
hubungan dari
kedua variabel
DIAGRAM TEBAR (SCATTER PLOT)
Keterangan:
→Tebaran
rapat:kuat
→Tebaran
melebar:lemah
Koefisien korelasi
Simbol : r
Fungsi : untuk
mengetahui besar
/ derajat hubungan
dua variabel
Keterangan:
r =
koefisien korelasi
ƩXY =
jumlah hasil
kali nilai var
X dengan var
Y
ƩX = jumlah
nilai var
X
ƩY =
jumlah nilai
var
Y
ƩX2 =
jumlah nilai
var X kwadrat
ƩY2 =
jumlah nilai
var Y kwadrat
n =
jumlah sampel
Nilai
korelasi (r) berkisar
0 s.d. 1 atau
bila dengan
disertai arahnya
nilainya antara
–1 s.d. +1.
r = 0 → tidak ada
hubungan
linier
r =
-1 →hubungan
linier negatif sempurna
r =
+1→ hubungan
linier positif sempurna
Kekuatan hubungan Menurut colton
r=
0,00-0,25 → tidak ada
hubungan/ hubungan
lemah
r=0,26-0,50 →hubungan sedang
r=
0,51-0,75 →
hubungan kuat
r=
0,76-1,00 →hubungsn sangat
kuat/sempurna
Contoh Kasus Korelasi:
Suatu
survei ingin
mengetahui hubungan
antara usia
dengan lama
rawat di
RS X tahun x,
survei dengan
mengambil sampel
5 pasien dan
hasilnya sbb:
Umur : 20 30
25 35 40 (tahun)
Lama dirawat
: 5 6 5
7 8 (hari)
Hitung
korelasinya dan
interpretasikan!
→R =
[5*970- (150) (31) ] / V (5*4750-(150)2]
→R=
[5*199-(31) 2]=
0,97
INTERPRETASI
Hubungan
umur dengan
lama hari rawat
menunjukkan hubungan
yang kuat
(0,97) dan
berpola
linier positif. Artinya
semakin tinggi
usia pasien,
semakin lama
hari rawatnya.
Uji Hipotesis Korelasi
Tujuan
: untuk mengetahui
apakah hubungan
antara dua
variabel terjadi
secara signifikan.
Ada 2
cara uji
hipotesis
1.Membandingkan
r hitung dengan
r tabel
2.Pengujian
dengan pendekatan
distribusi t
df=
n-2
n= jumlah
sampel
Uji Kolerasi dengan SPSS
Klik
analyze
Pilih
correlate
Bivariat
Sorot variabel
‘Umur dan
Hb1, lalu masukkan
ke kotak
sebelah kanan
‘ variables
Ok
Uji Regresi Linier Sederhana
Tujuan
:
-ingin mengetahui
bentuk hubungan
antara dua
variabel
-membuat perkiraan
(prediksi) nilai
suatu variabel
(variabel dependen)
melalui variabel
yang lain (variabel independen).
Contoh: memperkirakan
besarnya nilai
tekanan darah
bila diketahui
data berat badan.
Kesalahan Standar Estimasi ( Standard Error of Estimate /Se)
Besarnya
kesalahan standar
estimasi (Se)
menunjukkan ketepatan
persamaan estimasi
untuk menjelaskan
nilai variabel
dependen yang
sesungguhnya
↓
Se → ↑ketepatan
persamaan estimasi
yang dihasilkan untuk
menjelaskan niali
variabel dependen
yang sesungguhnya.
Regresi Linier Sederhana dengan SPSS
⧫Klik
analyze
⧫Pilih
regression
⧫Pilih
linear
⧫Klik
variabel dependen
ke kotak
dependent
⧫Klik
var independen
ke kotak
independent
⧫Ok.
UJI Regresi Logistik
Regresi logistik adalah salah satu
pendekatan matematis yang digunakan untuk
menganalisis hubungan satu atau
beberapa variabel independen dengan sebuah
variabel dependen kategori yang
bersifat dikotom/binary.
Contoh variabel kategorik dikotom:
berat
bayi dikategorikan rendah dan normal.
Jika berat bayi dikategorikan
rendah, normal, dan tinggi berarti bukan variabel
kategorik dikotom.
Beda
antara Regresi Linear dan Regresi Logistik
REGRESI LINEAR
•Variabel dependennya NUMERIK.
REGRESI LINEAR
•Variabel dependennya NUMERIK.
REGRESI LOGISTIK
•Variabel dependennya
•KATEGORIK DIKOTOM
Pembuatan Scatter plot merupakan cara untuk mengetahui hubungan pada analisis regresi linear
Pada regresi linear → mengestimasi nilai variabel dependen berdasar nilai variasi variabel independen
Pada regresi logistik dapat juga mengestimasi nilai variabel dependen berdasar nilai variasi variabel independen
Namun ada perbedaan dalam menghitung rata-rata variabel Y (dependennya)
Variabel dependen pada regresi logistik tidak dihitung dengan mean, tetapi dengan menggunakan PROPORSI
b. mencakup karakteristik klinis,, demografis, geografis dan periode waktu
c. persyaratan yang harus dipenuhi adalah memperhitungkan kemampulaksanaan dan kemungkinan untuk generelasi.
Kriteria eksklusi (Kriteria penolakan)
Pembuatan Scatter plot merupakan cara untuk mengetahui hubungan pada analisis regresi linear
Pada regresi linear → mengestimasi nilai variabel dependen berdasar nilai variasi variabel independen
Pada regresi logistik dapat juga mengestimasi nilai variabel dependen berdasar nilai variasi variabel independen
Namun ada perbedaan dalam menghitung rata-rata variabel Y (dependennya)
Variabel dependen pada regresi logistik tidak dihitung dengan mean, tetapi dengan menggunakan PROPORSI
f(Z)
adalah probabilitas kejadian suatu penyakit/outcome
berdasarkan
faktor risiko tertentu.
Misalnya
probabilitas kejadian berat badan lahir rendah pada bayi baru lahir pada ibu
yang merokok
Nilai
Z merupakah nilai indeks variabel independen. Nilai Z bervariasi antara - ∞
sampai + ∞
Metode Pengambilan Sampel
Mengapa Perlu sampel?
→Populasi tidak terbatas, sumberdaya terbatas
(menghemat tenaga, dana, waktu)
(menghemat tenaga, dana, waktu)
→Tidak mungkin diteliti semua (waktu dan ruang)
→Tidak perlu semua diteliti, ada metode sampling
(yang akurasinya terukur)
(yang akurasinya terukur)
→Pengukuran populasi dapat meningkatkan
sistematik error
sistematik error
Metode Sampling yang Baik:
Menjamin sampel menggambarkan populasinya
Menjamin sampel mempunyai akurasi yang terukur
Menjamin sampling dapat dilaksanakan dg efisien
Metode Sampling:
Bagaimana menarik suatu sampel supaya (nilai) statistik mendekati (nilai) parameter?
Bagaimana menarik suatu sampel supaya (nilai) statistik mendekati (nilai) parameter?
Paling
tidak
penyimpangan
nilai
Statistik
terhadap Parameter dapat diukur (sampling error)
terhadap Parameter dapat diukur (sampling error)
Pengertian
⧪Populasi
target
Kumpulan dari
satuan/unit
yang ingin
kita
buat
inferensi atau generalisasi hasil penelitian
⧪Populasi
studi
Kumpulan dari
satuan/unit (N) di mana
kita
akan
memilih sampel
⧪Kerangka
sampel/Sampling frame
Daftar satuan/unit/anggota
populasi
yang berisi
identitas:
(Nomor,
Nama,
& Alamat)
⧪Sampel
Kumpulan dari
satuan/unit
yang kita
ambil dari populasi studi
(n)
⧪Unit
analisis
Bagian dari
sampel
dimana
kita
melakukan pengukuran dan analisis
(misalnya
kepala
rumah
tangga,
atau
ibu
hamil,
balita,
WUS,
& lansia)
Kriteria inklusi(kriteria penerimaan)
a. Subyek penelitian pada populasi target dan populasi terjangkau agar dapat ikut serta dalam penelitian, jadi harus relavan dengan masalah penelitianb. mencakup karakteristik klinis,, demografis, geografis dan periode waktu
c. persyaratan yang harus dipenuhi adalah memperhitungkan kemampulaksanaan dan kemungkinan untuk generelasi.
Kriteria eksklusi (Kriteria penolakan)
Adalah keadaan dimana subyek yang memenuhi kriteria ekslusi ini harus di keluarkan atau
tidak diikutsertakan dalam penelitian, karena:
a. Terdapat keadaan yang mengganggu pengukuran atau interpretasi
misal: kontraindikasi
b. Terdapat keadaan yang mengganggu kemampulaksanaan
misal: kepatuhan pasien
c. Hambatan etis
d. Subyek menolak berpartisipasi
subyek yang di teliti adalah:
→ subyek yang benar ikut serta dan di teliti
→ sampel yang dikehendaki -drop out
Kriteria
Inklusi
1.Penderita diare cair
akut tanpa tanda
dehidrasi atau dengan dehidrasi
ringan sedang berusia
6 bulan sampai 24 bulan yang dirawat
di bangsal
Gastroenterologi, bagian IKA FK
UNDIP / RS
Dr. Kariadi Semarang
dan
tinggal di wilayah 41 Kotamadya
Semarang serta
dapat dilakukan pengamatan
selama 3 bulan
pasca perawatan
2.Orang tua menyetujui anaknya dilibatkan
dalam penelitian
3.Bersedia mentaati prosedur penelitian dan menandatangani informed consent
4. Tidak
mempunyai kelainan kongenital
pada saluran cerna Bukan penderita
dengan gizi buruk
(klinis atau antropometris)
5. Tidak menderita penyakit
penyerta berat yaitu penurunan kesadaran,
gangguan hemodinamik,
gangguan kardiovaskuler, gangguan respirasi
berat
6. Anak tidak dalam
kondisi imunodefisiensi (penderita
penyakit keganasan,
dalam terapi sitostatika
dan penderita yang sedang mendapat
terapi
kortikosteroid jangka panjang)
Kriteria
Eksklusi:
1.Timbul penyakit penyerta berat
atau komplikasi yang
berat akibat diare
2.Drop
out
(tidak dapat dilakukan pengamatan
selama 3 bulan pasca diare, pindah
keluar wilayah
Kabupaten Semarang, mengundurkan diri dari penelitian)
●Kriteria
Eksklusi bukan lawan dari kriteria Inklusi
langkah pengambilan sampel
1.Menentukan tujuan studi
2.Menentukan populasi penelitian
•Populasi target, Populasi studi
3.Menentukan Kerangka Sampel
4.Menentukan metode pengambilan sampel
5.Menghitung besar sampel
6.Memilih sampel & mengumpulkan data
Random/Probability
Sampling
•Semua elemen di
populasi memiliki probabilitas yang
sama untuk terpilih sebagai
sampel = equal probability selection method = EPSEM
•Dapat merepresentasikan populasi dan hasilnya dapat digeneralisasi ke populasi
Non
Random/Non Probability Sampling
•Elemen di
populasi tidak memiliki probabilitas yang
sama untuk terpilih sebagai
sampel
•Tidak merepresentasikan populasi dan hasilnya tidak dapat digeneralisasi ke populasi
Syarat Sampel Ideal:
1)Dapat menghasilkan gambaran karakter populasi
yang tepat
2)Dapat menentukan presisi (ketepatan) hasil penelitian dengan menentukan
simpangan baku dari taksiran
yang diperoleh
3)Sederhana dan mudah dilaksanakan
4)Dapat memberikan keterangan sebanyak mungkin dengan biaya serendah
mungkiin
Jika syarat tersebut tidak terpenuhi maka kesimpulan
yang digeneralisasi
untuk populasi akan menjadi
bias (bias
conclusion)
SIMPLE RANDOM SAMPLING
1.Tentukan populasi studi
2.Buat sampling frame (N)
3.Tentukan besar sampel
Pilih sampel sejumlah n secara random (Dengan Tabel-random atau MsExcel)
SYSTEMATIC RANDOM SAMPLING:
1.Tentukan populasi studi
2.Buat sampling frame (N)
3.Tentukan besar sampel
4.Tentukan interval (i=N/n)
5.Pilih sampel no.1 secara acak/random
6.Pilih sampel berikutnya no.2, 3,.. dst dengan interval = N/n
SIMPLE RANDOM SAMPLING
1.Tentukan populasi studi
2.Buat sampling frame (N)
3.Tentukan besar sampel
Pilih sampel sejumlah n secara random (Dengan Tabel-random atau MsExcel)
SYSTEMATIC RANDOM SAMPLING:
1.Tentukan populasi studi
2.Buat sampling frame (N)
3.Tentukan besar sampel
4.Tentukan interval (i=N/n)
5.Pilih sampel no.1 secara acak/random
6.Pilih sampel berikutnya no.2, 3,.. dst dengan interval = N/n
Contoh Label Random