Uji Korelasi dan Regresi Linear ~ REFERENSI ASUHAN KEPERAWATAN (ASKEP)

A. KORELASI
Uji korelasi bertujuan untuk mengetahui arah dan kekuatan hubungan antara variabel numerik dan numerik, contoh untuk mengetahuai hubungan berat badan (numerik) dan tekanan darah (numerik).
Arah hubungan dalam korelasi ada dua, yaitu :

Bila kenaikan suatu variabel diikuti oleh kenaikan variabel lain, arah ini disebut arah positif.
Bila kenaikan variabel diikuti penurunan oleh variabel lain, ini disebut arah negatif.

Untuk mengetahui korelasi pada uji parametrik digunakan Koefisien Korelasi Pearson (r), dengan rumus sebagai berikut :

Keterangan :
n = banyaknya sampel
X = variabel independen (prediktor)
Y = variabel dependen (outcome)

Nilai “r” berkisar antara 0.0 yang berarti tidak ada korelasi, sampai dengan 1.0 yang berarti adanya korelasi yang sempurna. Semakin kecil nilai “r” semakin lemah korelasi, sebaliknya semakin besar nilai “r” semakin kuat korelasi.

Berikut pembagian kekuatan korelasi 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 --> hubungan sangat kuat/sempurna

B. REGRESI LINEAR

Regresi linear bertujuan untuk memprediksi variabel dependen melalui variabel independen. Untuk memprediksi digunakan persamaan garis regresi dengan metode Least Square :

Keterangan :

Y = variabel Dependen

X = variabel Independen

a = Intercep

b = Slope

Dimana Slope :

*Intercep : Besarnya nilai Y, ketika X=0

*Slope : Besarnya perubahan nilai Y bila nilai X berubah setiap unitnya.

Sebetulnya persamaan garis di atas merupakan model deterministik yang secara sempurna/tepat dapat digunakan hanya untuk peristiwa alam. Namun ketika kita berhadapan dengan kondisi ilmu sosial, ada kemungkinan terjadi kesalahan atau penyimpangan (tidak eksak) pada hubungan antara variabel, artinya untuk beberapa nilai X yang sama akan menghasilkan nilan Y yang berbeda. Sehingga persamaan garis yang dibentuk menjadi :