Uji korelasi digunakan untuk mengidentifikasi hubungan antara berbagai variabel seperti hubungan berat badan dengan tekanan darah, umur dan kadar Hb, pengetahuan dengan sikap, sosial ekonomi keluarga dengan status gizi anak. Uji korelasi Pearson dan Spearman dapat digunakan untuk mengukur kekuatan dan arah hubungan antar variabel. Korelasi Pearson digunakan untuk variabel skala interval/rasio sedangkan Spearman untuk sk

1. Uji korelasi
Ni Luh Agustini Purnama

2. Pendahuluan
• Tujuan penelitian untuk mengidentifikasi :
– hubungan berat badan dengan tekanan darah
– hubungan umur dan kadar Hb
– pengetahuan dengan sikap
– sosial ekonomi keluarga dengan status gizi anak
Apakah uji yang dapat digunakan????

3. Fungsi Uji Korelasi
• Mengetahui derajat atau keeratan
hubungan, arah hubungan dua
variabel
• Ex: menentukan kuat lemahnya BB
dan TD
• pos (+) atau neg (-) nya pola dua
variabl yang dihubungkan

4. Korelasi pearson
Tujuan: mencari derajat hubungan
antara 2 variabel
Pada korelasi tidak dikenal variabel
dependen dan independen, asal ada 2
variabel boleh keduanya dependen
ataun independen, karena 2 arah

5. Derajat hubungan
• Derajar kekuatan hubungan dua
variabel dengan melihat koefisien
korelasi Pearson Product Moment
dengan simbul “r”
• Nilai korelasi (r) berkisar 0 sampai
dengan 1
• Arah hubungan posisif (+) atau
negatif (-)
• Koefisien korelasi “r” , nilai maksimum
1 dan minimum -1

6. Kekuatan hubungan dua
variabel
• 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

7. • Bila r dekat dengan 1 (ex 0,98)
artinya derajat hubungan antara 2
variabel sangat kuat/sangat erat dan
hubungan korelasinya positif
• Korelasi positif: bila salah satu varibel
nilainya naik maka didikuti kenaikan
nilai variabel lainnya

8. • Bila r dekat dengan -1 misalnya -0.93
maka derajat hubungan antara 2
variabel sangat kuat tetapi
hubungannya negatif

9. • Korelasi negatif bila satu variabel
nilainya naik maka variabel lainnya
justru nilainya turun
• Bila r dekat dengan “0” derajat
hubungan antar 2 variabel lemah.
Makin mendekati nilai 0 maka derajat
hubungan semakin lemah dan
sebaliknya

10. Syarat korelasi Pearson
• Kedua variabel harus diukur skala
ratio/interval
• Kedua variabel mengikuti
sebaran/distribusi normal

11. • Bila syarat ini tidak dipenuhi maka
statistik non parametrik yang
digunakan adalah Spearman
corelation yang perannya
menggantikan korelasi pearson untuk
skala X dan Y ordinal dan data tidak
berdistribusi normal

12. KLIK..
• Analize
• Correlate
• Bivariate correlation
• Klik variabel (umur_ibu, status_gizi)
• Pindahkan ke kolok variable
• Pilih pearson
• Two tailed
• OK

13. Membaca uji
• Sig. (2-tailed) .030
• P<ɑ : H0 ditolak
• Ada hubungan antara usia ibu dengan
status gizi anak
• Pearson Correlation (r) -0.559
• Korelasi negatif: semakin tinggi usia ibu
semakin menurun status gizi anak

14. Spearman
• Klik
– Analize
– Correlate
– Bivariate correlation
– Klik variabel (umur_ibu, status_gizi)
– Pindahkan ke kolok variable
– Pilih spearman
– Two tailed
– OK

15. Sumber pustaka
• Dahlan, M.S. 2008. Statistik untuk Kedokteran dan
Kesehatan. Jakarta: Salemba Medika.
• Gozali, I. 2006. Aplikasi analisis multivariate dengan
program SPSS. Semarang: Badan penerbit Universitas
Diponegoro.
• Korompis, E.C. 2014. Biostatistika untuk Keperaatan.
Jakarta : EGC.
• Soesanto, W. 2010. Biostatistik Penelitian Kesehatan.
Biostatistik dengan kompter (SSPS 16 for indows ).
Surabaya: Duatujuh.