Kuliah Statistik 21 Des 2014 Fungsi Korelasi
Transcript of Kuliah Statistik 21 Des 2014 Fungsi Korelasi
Fungsi Korelasi
1. Melihat kekuatan keeratan hubungannyaKorelasi (r) = -1 s/d +1KALO HASILNYA DIATAS 1 NEGATIF ATAU PLUS BERARTI SALAH HITUNGHAL :80-81
2. Arah hubungan + atau –Min (-) bukan berarti kecil tapi itu adalah arahnya. + itu artinya independennya naik dependennya naikHubungan BB dengan TDBB naik TB naik
-Independennya naik tapi dependennya turun = BB Naik TD menurun, Umur bertambah Daya ingat menurun
3. Melihat ada atau tidaknya hubungan yg signifikan
True value dihubungkan dengan alfa
Epi info kelemahannya korelasi belum bias mengeluarkan true value maka dr itu kita menggunakan nilai hitung
Regresi LinierTujuan : memprediksi variable dependen melalui var independen
Var dependen : variable yg dipengaruhi
Var independen : variable yg mempengaruhi
Untuk prediksi – persamaan garis : y=a+bx
Ket :
Y = variable dependen
X= variable independen
A= intercept (besarnya nilai y bila nilai x=0)
B= slope (besarnya perubahan nilai y bila variable x berubah setiap satu satuan
Contoh : berapa perubahan TD jika perubahan BB setiap 1kg ?
Ciri regresi linier var. dependen berbentuk numeric
Koef Determinasi
Variasi var dependen dapat dijelaskan oleh variasi variable independen
Besarnya variable independen mempengaruhi variable dependen
R2 = R Square
R2 = rr x 100%
Nilainya berkisar 0-100%
Misalnya hubungan BB dengan TD dihasilkan R2 = 0,678
Artinya :
Variasi variable berat badan dapat menjelaskan variasi TD sebesar 67,8%
Variabel BB mempengaruhi variable TD sebesar 67,8%
Lihat Tabel T HAL : 203Nilai hitung = 42,15 p> alpha = Ho ditol = ada hub signifikan antara BBIbu dengan BBBayiHitung > table = Ho ditolDf/dk= n-2: 50-2 = 48 LIHAT TABEL 40n = jumlah responden yg ditelitiN = Jumlah populasi
Df 0,5 0,2 0,1 0,05 0,02 0,0140 0.681 1.303 1.684 2.021 2.423 2.704
Contoh : Nilai hitung = 1,9 p > alpha = Ho gatolNilai hitung < table = Ho gatol
Ket table : Alpha semakin kekanan semakin kecilTable semakin kekanan semakin besarCara 1 Pendekatan ProbabilistikJika P value ≤ alpha (0.05) = Ho ditolak (ada hubungan / perbedaan )
P value > alpha = Ho Gagal ditolak (tidak ada hub / perbedaan)
Cara 2 Pendekatan klasikNilai hitung ≥ nilai table = Ho ditolak (ada hub/perbedaan)
Nilai hitung < nilai table = Ho gagal ditolak (tidak ada hubungan / perbedaan)
Lihat EPI6 REGRESS :Y = a+b.XY intercept : 657,979BBbayi = 657,979 + 44,38. BBIBU <PERSAMAAN GARIS REGRESI>44,38 : jika bbibu naik 4 kilo maka bbbayi naik 44,8 gram
Contoh : Jika BBIBU 70 kg, berapa kira-kira BBBAYI lahirnya?357.979 + 44.38 x 70BBBayi = 3765 gramTk = 95% Zskor = 1,96Zskore x S.E1.96 X 6.836 =13.39Maka BBBAYI 3765 ± 13.39 3752 s/d 3778 95% diyakini jika BBIBU 70kg maka BBBayi adalah 3752 s/d 3778 gram
Tabel 1 Hubungan BBIBU dengan BBBAYI di dunia lain
Variabel r R2 Persamaan garis regresi Nilai hitungBBIBU 0,68 0,47 BBibu = 657,929 + 44,38 42,15Interpretasi hal :177