Escolar Documentos
Profissional Documentos
Cultura Documentos
PENDAHULUAN
A. Latar Belakang
Korelasi adalah istilah statistik yang menyatakan derajat hubungan linier antara dua
variabel atau lebih. Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada
tahun 1900. Di dalam teknik analisis korelasi, hubungan antara dua variabel hanya mengenal
hubungan searah (linier) saja, misalnya: tinggi badan menyebabkan berat badannya
bertambah, tetapi berat badannya bertambah belum tentu menyebabkan tinggi badannya
bertambah pula. Sehingga dari contoh tersebut dapat diketahui bahwa dalam analisis korelasi
dikenal penyebab dan akibatnya.
Data penyebab atau yang mempengaruhi disebut variabel bebas (independent) yang
biasanya ditandai dengan huruf X. Sedangkan data akibat atau yang dipengaruh disebut
variabel terikat (dependent) yang biasanya dilambangkan dengan huruf Y. Cara menentukan
variabel bebas dan variabel terikat tergantung pada landasan teori yang digunakan.
Ada dua jenis statistik untuk menghitung korelasi:
- Koefisien korelasi bivariate: Yaitu statistik yang dapat digunakan oleh peneliti untuk
menerangkan keeratan hubungan antara dua variabel.
- Koefisien korelasi multi-variat: Yaitu statistik yang digunakan peneliti untuk
menggambarkan dan menentukan hubungan antara tiga variabel atau lebih.
B. Rumusan Masalah
1. Apa yang dimaksud dengan analisa korelasi PPM?
2. Bagaimana tekhnik dan aplikasi penghitungan korelasi PPM?
C. Tujuan
1. Menjelaskan apa yang dimaksud dengan analisa korelasi PPM?
2. Menjabarkan tekhnik analisa korelasi PPM
3. Mengaplikasikan analisa korelasi PPM dalam karya tulis ilmiah
BAB II
ISI
Atau
Keterangan :
n = jumlah data
x = data yang mempengaruhi
y = data yang dipengaruhi
X=xx
Y=yy
Kaidah pengujian :
Jika thitung ttabel, maka tolak Ho artinya signifikan dan
thitung ttabel, terima Ho artinya tidak signifikan.
Langkah 9 : Membuat kesimpulan
Contoh Hubungan Antara Umur dengan Tekanan Darah Pasien di Ruang Rawat Inap
Penyakit Dalam RSUD Banjarbaru
Berikut adalah data usia, berat, dan tekanan darah.
Individual Ag Systolic Pressure
e
A 34 108
B 43 129
C 49 126
D 58 149
E 64 168
F 73 161
G 78 174
Langkah-langkah :
1. Perumusan Hipotesis
Ha : ada hubungan yang signifikan antara umur dengan tekanan darah
Ho : Tidak ada hubungan yang signifikan antara umur dengan tekanan darah
2. Menentukan taraf nyata
Untuk kasus ini, kita ingin melihat apakah terdapat hubungan linier antara usia dengan
tekanan darah sistolik. Taraf nyata yang digunakan adalah 5%.
Di dapat =0,05
3. Menentukan uji hipotesis dalam statistic
Ha : r 0
Ho : r = 0
4. Menghitung
No Age (X) Systolic Pressure (Y) X2 Y2 XY
1 34 108 1156 11664 3672
2 43 129 1849 16641 5547
3 49 126 2401 15876 6174
4 58 149 3364 22201 8642
5 64 168 4096 28224 1075
2
6 73 161 5329 25921 11753
7 78 174 6084 302761357
2
Jumlah 399 1015 24279 150803 60112
Rata-rata 57 145
5. Menentukan besarnya sumbangan variable X terhadap Y dengan rumus :
KP = r2 x 100% = 0,962 x 100% = 92,16%
6. Menentukan rtabel
dk = n-2
= 7-2 = 5
Didapat rtabel = 0,754
7. Menentukan kriteria pengujian
Didapat rhitung > rtabel = 0,9656 > 0,754 maka Ha diterima
8. Membandingkan thitung dan ttabel
BAB III
KESIMPULAN
Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk
mengukur kekuatan dan arah hubungan linier dari dua variable.
Manfaat Korelasi Pearson Product Moment:
- Untuk menyatakan ada atau tidaknya hubungan antara variabel X dengan variabel Y.
- Untuk menyatakan besarnya sumbangan variabel satu terhadap yang lainnya yang
dinyatakan dalam persen.
DAFTAR PUSTAKA