Prodi Kesehatan Masyarakat Univ Esa Unggul Uji Korelasi Bag 6b dan 6c Uji Korelasi Spearman Rank dan Uji Korelasi Kendal Tau Pokok Bahasan Pengertian ID: 655573
Download Presentation The PPT/PDF document "Mugi Wahidin, SKM, M.Epid" is the property of its rightful owner. Permission is granted to download and print the materials on this web site for personal, non-commercial use only, and to display it on your personal computer provided you do not modify the materials and that you retain all copyright notices contained in the materials. By downloading content from our website, you accept the terms of this agreement.
Slide1
Mugi Wahidin, SKM, M.EpidProdi Kesehatan MasyarakatUniv Esa Unggul
Uji
Korelasi
Bag 6b
dan
6c
(
Uji
Korelasi
Spearman Rank
dan
Uji
Korelasi
Kendal Tau)Slide2
Pokok BahasanPengertian dan Penggunaan Uji KorelasiPengertian
dan
Penggunaan
Uji
Spearman Rank
dan
Uji
Kendall Tau
Contoh
Kasus
Aplikasi
SPSSSlide3
Macam Stat NPar
Data
berpasangan
Data
Tidak
berpasangan
Komparasi
2
sampel
Komparasi > 2 sampel
Asosiasi
1
sampelSlide4
Uji Koefisien Kontingensi
Asosiasi
Uji
Korelasi
Spearman
Uji
Korelasi
Kendall Tau
Nominal
OrdinalSlide5
Pengertian dan Penggunaan Uji KorelasiAnalisis korelasi merupakan
salah
satu
teknik
statistik yang digunakan untuk menganalisis
hubungan antara dua variabel
atau lebih yang bersifat
kuantitatif.Data berskala ordinalSlide6
Dasar Pemikiran Analisis KorelasiBahwa adanya perubahan sebuah variabel disebabkan atau
akan
diikuti
dengan
perubahan variabel lain.Berapa besar
koefesien perubahan tersebut ?Dinyatakan dalam koefesien
korelasi>> koefesien korelasi
>> keterkaitan perubahan suatu variabel dengan
variabel yang lain.Slide7
Contoh Bentuk KorelasiKorelasi Positif:Hubungan antara waktu
bencana
alam
dengan
penyakit KLBHubungan antara
jumlah pasien RS dengan jumlah tenaga kerja
kesehatan yang dibutuhkanHubungan antara
jumlah viral load dengan stadium HIV/AIDSKo
relasi Negatif:Hubungan antara masalah
keluarga dengan kondisi psikologis
Hubungan antara kadar CD4 dengan
waktu ketahanan hidup penderita HIV/AIDSSlide8
Kapan suatu variabel dikatakan saling berkorelasi ? Variabel dikatakan saling berkorelasi
jika
perubahan
suatu
variabel diikuti dengan
perubahan variabel yang lain.Slide9
Beberapa sifat penting dari konsep korelasi:Nilai korelasi berkisar – 1 s.d. 1Korelasi
bersifat
simetrik
Meskipun
korelasi
mengukur derajat hubungan, tetapi bukan alat
uji kausal.Slide10
Korelasi berdasarkan arah hubungannya dapat dibedakan, menjadi :
Korelasi
Positif
Jika
arah
hubungannya searah2. Korelasi Negatif Jika
arah hubunganya berlawanan arah
3. Korelasi Nihil Jika perubahan
kadang searah tetapi kadang berlawanan arah
.Slide11
Uji Korelasi Spearman RankSlide12
Pengertian dan Penggunaan Uji Korelasi Spearman RankDigunakan untuk
menentukan
besarnya
koefesien
korelasi jika data yang digunakan berskala Ordinal
Rumus yang digunakan:
P = koefisien korelasi Spearman
(baca rho)
d = selisih ranking X danYn = jumlah sampelSlide13
Langkah-langkah Uji Rank Spearman Berikan peringkat pada nilai-nilai variabel x dari
1
sampai
n
.
Jika terdapat angka-angka sama, peringkat yang
diberikan adalah peringkat rata-rata dari angka-angka yang sama.
Berikan peringkat pada nilai-nilai
variabel y dari 1 sampai n. Jika
terdapat angka-angka sama, peringkat yang diberikan adalah
peringkat rata-rata dari angka-angka yang sama
.Hitung di untuk
tiap-tiap sampel (di=peringkat xi
- peringkat yi)Slide14
Langkah-langkah Uji Rank Spearman Kuadratkan masing-masing di dan jumlahkan semua di2Hitung Koefisien Korelasi Rank Spearman (ρ) baca
rho
:
ρ
6
∑d
i2
1 -
n3
- n=
Bila terdapat angka-angka sama. Nilai-nilai pengamatan dengan angka sama diberi ranking rata-rata. Slide15
No
Parameter
Nilai
Interpretasi
1.
ρ
hitung
dan
ρtabel
.
ρtabel
dapat
dilihat
pada
Tabel
J (
Tabel
Uji
Rank Spearman) yang
memuat
ρtabel
,
pada
berbagai
n
dan
tingkat
kemaknaan
α
ρhitung
≥
ρtabel
Ho
ditolak
ρhitung < ρtabel
Ho
gagal
ditolak
2.
Kekuatan
korelasi
ρhitung0.000-0.199Sangat Lemah0.200-0.399Lemah0.400-0.599Sedang0.600-0.799Kuat0.800-1.000Sangat kuat3.Arah Korelasi ρhitung+ (positif)Searah, semakin besar nilai xi semakin besar pula nilai yi- (negatif)Berlawanan arah, semakin besar nilai xi semakin kecil nilai yi, dan sebaliknya
Aturan
mengambil
keputusanSlide16
Contoh KasusSebuah penelitian dilakukan untuk mengetahui
korelasi
antara
Kadar SGOT (Unit
/
100ml) dengan Kolesterol HDL (mg/100ml) pada 7 sampel yang
diambil secara random. Hasil pengumpulan data dapat dilihat pada
Tabel. Bagaimana kesimpulan yang
dapat diambil dari data tersebut pada α=0.05Slide17
Sampel
Kadar SGOT
Kadar HDL
1
5,7
40,0
2
11,3
41,2
3
13,5
42,3
4
15,1
42,8
5
17,9
43,8
6
19,3
43,6
7
21,0
46,5Slide18
Prosedur Uji Tetapkan hipotesis H0 : Tidak
ada
korelasi
antara
kadar SGOT dengan HDL H
a : Ada korelasi antara kadar SGOT dengan HDL
Tentukan nilai ρ tabel
pada n=7 dengan α=0,05 (pada tabel
rho) yaitu 0,786Hitung
nilai ρ hitungSlide19
Sampel
Kadar SGOT (xi)
Ranking x
Kadar HDL yi
Ranking y
di
di
2
1
5,7
1
40,0
1
0
0
2
11,3
2
41,2
2
0
0
3
13,5
3
42,3
3
0
0
4
15,1
4
42,8
4
0
0
5
17,9
5
43,8
6
-1
1
6
19,3
6
43,6
5
1
1
7
21,0
7
46,5
7
0
0
∑
di
2
=2
Ket
:
tidak
perlu
membuat
peringkat
dengan
tanda
desimal
karena
tidak
ada
nilai
yang ties (
sama
)Slide20
P 6∑di2
1 -
n
3
- n
=
6 x 2
1 -
7
3
- 7
=
12
1 -
336
=
336 - 12
336
=
=
0,964
Kesimpulan
Karena
nilai
ρhitung
(0,964) ≥
ρtabel
(
0,786)
Ho
ditolak
(
Ada
korelasi
yang
sangat
kuat
dan
positif
antara
Kadar SGOT
dengan
Kadar
HDL
)Slide21
Aplikasi SPSSKlik menu Analyze –Correlate-BivariateMasukkan semua variabel yang akan dikorelasikan
Pilih
Correlation Coefficients
dengan
mencentang
SpearmanKlik Ok Slide22
Lihat nilai koefisien korelasi pada output di tabel correlationJika nilai
koefisien
korelasi
mendekati
1
dan ada 2 tanda asterix maka
artinya hubungan yang terjadi antara 2 variabel itu
bersifat positif dan hubungannya
sangat kuatLihat nilai P (p value) pada baris Sig (2 tailed)
Jika < 0,05 H0 ditolak (ada
hubungan…) dan
sebaliknya Slide23
Output SPSSP = 0,964 (sama dengan p hitung)P value = 0,000 < α
(0,05)
Ksimpulan : Ho ditolak, berarti ada korelasi (hubungan) yang sangat kuat dan positif antara kadar SGOT dengan kadar HDLSlide24
Cek tabel p dalam tabel zZ = p Vn-1Z = 0,964. V 7-1Z = 0.964.2.449 = 2,361Bandingkan dengannilai z dengan α 0,05 (1,96)
2.361 > 1,96
Ho tolakSlide25
Uji Korelasi Kendall Tau (τ)Slide26
Pengertian dan Penggunaan Uji Kendal Tau (τ)Digunakan untuk mencari hubungan dan menguji hipotesis dua variabel atau lebih bila datanya berbentuk ordinal/ranking
Kelebihannya
dapat
digunakan
pada sampel > 10Konsep dasar: pembuatan ranking
dari pengamatan terhadap objek dengan pengamatan yang berbeda Untuk mengetahui kesesuaian terhadap urutan objek yang diamatiSlide27
Bila diberikan urutan (ranking) pasangan data (xi,yi) sehingga kedua variabel tersebut dapat berpasangan sebagaimana tabel berikut :Slide28
Rumus :Ket
:
τ
=
Koef
korelasi
Kendall tau (besarnya antara -1 s/d 1)
S =
selisih jumlah rank X dan Y
n
= Banyaknya
sampel
T = 2S n(n-1)Slide29
Sampel
Kadar SGOT (xi)
Ranking x
Kadar HDL yi
Ranking y
Jml lbh besar dari y
Jumlah lebh kecil dari y
1
5,7
1
40,0
1
6
0
2
11,3
2
41,2
2
5
0
3
13,5
3
42,3
3
4
0
4
15,1
4
42,8
4
3
0
5
17,9
5
43,8
6
1
1
6
19,3
6
43,6
5
1
0
7
21,0
7
46,5
7
0
0
Total
20
1
Menggunakan
data yg sama SGOT danHDL, rangking dirurutkan berdasarkan ranking x
S = 20-1 = 19Slide30
Hitung tT = 2S n(n-1)T = 2.19 7(7-1) = 38/42 = 0,905Slide31
Aplikasi SPSSKlik menu Analyze –Correlate-BivariateMasukkan semua variabel yang akan dikorelasikan
Pilih
Correlation Coefficients
dengan
mencentang
Kendall’s tau-bKlik Ok Slide32
Output SPSSP = 0,905 (sama dengan p hitung)P value = 0,004 < α
(0,05)
Ksimpulan : Ho ditolak, berarti ada korelasi (hubungan) yang sangat kuat dan positif antara kadar SGOT dengan kadar HDLSlide33
Uji signifikansi koefisien korelasi menggunakan rumus z karena distribusinya mendekati
distribusi
normal
Z =
3T
V
n(n-1)
V 2 (2n+5)
Z = 3.0.905 V 7(7-1) V 2(2.7+5) = 43.099 / 6 = 7,183
Bandingkan dengan nilai Z 95% CI (1,96),7,183> 1,96 , Ho ditolak