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