korelasi dan regresi -...
TRANSCRIPT
KORELASI & REGRESI LINIER
Saptawati Bardosono
Contoh kasus
Bagaimana hubungan antara volume plasma (variabel efek yang berskala numerik) dengan berat badan (variabel paparan yang juga berskala numerik)?
Tabel BB dan volume plasma laki-laki sehat (n=8)
Subyek BB (kg) Volume plasma (l)1 58,0 2,752 70,0 2,863 74,0 3,374 63,5 2,765 62,0 2,626 70,5 3,497 71,0 3,058 66,0 3,12
Tabel BB dan volume plasma laki-laki sehat (n=8)
Tests of Normality
.218 8 .200* .952 8 .727
.176 8 .200* .935 8 .565Berat Badan (kg)Volume plasma (liter)
Statistic df Sig. Statistic df Sig.Kolmogorov-Smirnova Shapiro-Wilk
This is a lower bound of the true significance.*.
Lilliefors Significance Correctiona.
Descriptives
66.8750 1.9150562.3466
71.4034
66.972268.000029.339
5.4165858.0074.0016.00
8.5000-.412 .752-.903 1.481
3.0025 .110032.7423
3.2627
2.99672.9550
.097.31121
2.623.49.87
.5550.493 .752
-1.089 1.481
MeanLower BoundUpper Bound
95% ConfidenceInterval for Mean
5% Trimmed MeanMedianVarianceStd. DeviationMinimumMaximumRangeInterquartile RangeSkewnessKurtosisMean
Lower BoundUpper Bound
95% ConfidenceInterval for Mean
5% Trimmed MeanMedianVarianceStd. DeviationMinimumMaximumRangeInterquartile RangeSkewnessKurtosis
Berat Badan (kg)
Volume plasma (liter)
Statistic Std. Error
Gambar diagram pencar volume plasma dan BB
Linear Regression
60.00 64.00 68.00 72.00
Berat Badan (kg)
2.60
2.80
3.00
3.20
3.40
Volu
me
plas
ma
(lite
r)
Volum e plasm a (liter) = 0.09 + 0.04 * bbR-Square = 0.58
Persamaan garis regresi:
y = β0 + β1 x β0 & β1 = parameter atau koefisien
regresi dari regresi linier β0 = intercept, nilai dari y apabila x = 0 β1 = slope dari garis, penambahan nilai
y untuk setiap unit peningkatan x
Persamaan garis regresi:
∀ β1 = Σ{(x – x)(y – y)} / Σ (x – x)2
∀ β0 = y - β1 x• Koefisien regresi = koefisien beta• Bila β1 = 0, maka tidak ada hubungan
antara x dan y
Tabel BB dan volume plasma laki-laki sehat (n=8)
Subyek x y (x – x) (y – y) (x – x)2 (y– y)2
1 58,0 2,75
2 70,0 2,86
3 74,0 3,37
4 63,5 2,76
5 62,0 2,62
6 70,5 3,49
7 71,0 3,05
8 66,0 3,12
Mean 66,8 3,00
Persamaan garis regresi:
∀ β1 = Σ{(x – x)(y – y)} / Σ (x – x)2
∀ β0 = y - β1 x• Dari contoh kasus:
∀Σ{(x – x)(y – y)} = 8,96∀Σ (x – x)2 = 205,38∀β1 = 8,96 / 205,38 = 0,043615∀β0 = 3,0025 – 0,043615 * 66,875 =
0,0857• Persamaan regresi:Volume plasma = 0,0857 + 0,043615
BB
Cara menggambarkan garis regresi
Hitung koordinat dari 2 titik yang dilalui garis tsb, misal:
x = 60, y = 0,0857 + 0,0436*60 = 2,7 x = 70, y = 0,0857 + 0,0436*70 = 3,1 Dan garis harus melalui titik rerata
kedua variabel yaitu 66,9 dan 3,0
Generalisasi ke populasi
Variasi sampling ditentukan dengan standard error (se) dari β0 dan β1
se β0 = s√[1/n + x / Σ(x-x)2] se β1 = s / √ Σ(x-x)2
s = √[{Σ(y-y)2 - β12Σ(x-x)2} / (n-2)]
s = standard deviasi
Generalisasi ke populasi
s = √[{Σ(y-y)2 - β12Σ(x-x)2} / (n-2)]
= √(0,6780 – 0,04362*205,38)/6 = 0,2189 se β0 = s√[1/n + x / Σ(x-x)2] = 0,2189 √[1/8 + 66,92/205,38] = 1,0237 se β1 = s / √ Σ(x-x)2
= 0,2189 / √205,38 = 0,0153
Prediksi volume plasma dari BB Volume plasma = 0,0857 + 0,043615 BB
Bila diketahui BB = 66 kg (x’), maka dapat diprediksi volume plasmanya =0,0857 + 0,0436*66 = 2,96 liter
Dengan standard error (se) nya =s√[1 + 1/n + (x’-x)2 /Σ(x-x)2] =0,2189√[1 + 1/8 + (66-66,9)2 /205,38] = 0,23 liter
Korelasi Pearson:
Selain menentukan estimasi terbaik dari garis lurus, maka perlu ditentukan kekuatan hubungan antara variabel efek dan variabel paparan, atau disebut sebagai koefisien korelasi (r) =Σ(x-x)(y-y) / √[Σ(x-x)2Σ(y-y)2] yang nilainya antara -1 dan +1
Contoh:
Koefisien korelasi (r) =Σ(x-x)(y-y) / √[Σ(x-x)2Σ(y-y)2] =8,96 / √(205,38*0,6780) = 0,7591
Korelasi Spearman
Buat urutan (rank) masing2 variabel Hitung korelasi Pearson antar rank
Korelasi rank Spearman Untuk mengetahui ada/tidak adanya
hubungan antara 2 variabel dilakukan uji korelasi
Contoh:xA = 44,1 sA = 17,999 nA = 7xB = 23,643 sB = 10,468 nB = 7c.o.v A = 39,9% c.o.v = 44,27%Distribusi tidak normalTidak boleh memakai korelasi Pearson
(parametrik)Pakai korelasi rank Spearman
Korelasi rank SpearmanVar A Rank Var B Rank d d2
27,3 2 12,1 2 0 0
72,9 7 40,2 7 0 0
36,1 3 20,2 3 0 0
20,7 1 10,2 1 0 0
52,9 6 27,6 5 1 1
48,5 4 29,9 6 -2 4
50,3 5 25,3 4 1 1
Total 6
Korelasi rank Spearman Kalau ada nilai variabel yang sama, maka
rank = (rank atas + rank bawah) / 2 Nilai r = 1 - 6Σd2 / [n*(n2-1)]
= 1 - (36) / [7*(72-1)]= 1 – 36/336 = 0,893
1. Korelasi positif, artinya bila variabel A meningkat akan diikuti peningkatan variabel B
2. Korelasinya bersifat kuat sekali, karena nilai r > 0,8
??Subyek x Rank y Rank d d2
1 58,0 1 2,75 2
2 70,0 5 2,86 4
3 74,0 8 3,37 7
4 63,5 3 2,76 3
5 62,0 2 2,62 1
6 70,5 6 3,49 8
7 71,0 7 3,05 5
8 66,0 4 3,12 6
Mean
Soal Latihan: korelasi usia dengan fungsi paru dan tinggi badan dengan fungsi paru?
Subyek Usia (tahun)
Tinggi badan (cm)
Fungsi paru (FEV1)
1 22 170 4,52
2 22 178 5,21
3 26 163 3,10
4 31 188 4,25
5 27 170 3,19
6 30 173 4,24
7 28 185 4,41
8 27 185 4,30
9 22 183 4,76
10 24 190 4,38
11 23 178 4,49
12 18 180 4,66
13 26 185 5,08
Soal Latihan: Korelasi skor intensitas gangguan kejiwaan dan kadar amfetamin plasma pada 10 pengguna amfetamin secara menahun?
Pasien Skor Amfetamin
1. 10 150
2. 30 300
3. 20 250
4. 15 150
5. 45 450
6. 35 400
7. 50 425
8. 15 200
9. 40 350
10. 55 475