Materi Uji Hipotesis Korelatif PDF [PDF]

Citation preview

UJI HIPOTESIS KORELATIF IKA PRIMAYANTI



Luaran Pembelajaran Memahami konsep dan syarat penggunaan Uji Pearson, Uji Spearman, Uji Korelasi Gamma dan Sommers’d dan Uji Korelasi Koefisien Kontigensi dan Lambda



Uji Hipotesis Korelasi • Istilah korelasi mengindikasikan adanya asosiasi atau hubungan • Namun perlu diperhatikan bahwa korelasi tidak sama dengan sebab akibat • Contoh : suatu penelitian menggunakan uji hipotesis korelatif didapatkan bahwa adalah terdapat korelasi antara kejadian TBC pada anak dengan status gizi, hal ini menunjukkan: 1. Terdapat korelasi antara variabel TBC anak dan variabel status gizi 2. Tidak bisa ditentukan diantara kedua variabel tersebut mana yang menjadi penyebab maupun akibat 3. Namun dapat ditentukan kekuatan korelasinya



Koefisien Korelasi • Merupakan hasil perhitungan yang menunjukkan ukuran kekuatan dan arah suatu hubungan antar variabel • Koefisien korelasi dinyatakan dalam huruf “r” • Koefisien positif terbesar = 1; koefisien negatif terbesar = -1 •



(-1 ≤ r ≤ +1)



Jenis-jenis Uji Hipotesis Korelatif 1. Uji Pearson, 2. Uji Spearman, 3. Uji Korelasi Gamma dan Sommers’d 4. Uji Koefisien Kontigensi dan Lambda



Variabel 1



Variabel 2



Uji Korelasi yang dipilih



Nominal



Nominal



Uji Koefisien Kontigensi, Lambda



Nominal



Ordinal



Uji Koefisien Kontigensi, Lambda



Ordinal



Ordinal



Uji Spearman, Uji Korelasi Gamma dan Sommers’d



Ordinal



Numerik



Uji Spearman



Numerik



Numerik



Uji Pearson Dahlan, S. 2011. Statistik Untuk Kedokteran dan Kesehatan



Interpretasi Hasil Uji Hipotesis No



1



2



Parameter



Kekuatan Korelasi (r)



Nilai p



3 Arah korelasi



Nilai



Interpretasi



0,00-0,199



Sangat lemah



0,20-0,399



Lemah



0,40-0,599



Sedang



0,60-0,799



Kuat



0,80-0,1000



Sangat kuat



P < 0,05



Terdapat korelasi bermakna antara dua variabel yang diuji



P > 0,05



Tidak terdapat korelasi bermakna antara dua variabel yang diuji



+ (positif)



Searah, semakin besar nilai satu variable semakin besar pula nilai variabel yang lain



- (negative)



Berlawanan arah, semakin besar nilai satu variabel semakin kecil nilai variabel yang lain Dahlan, S. 2011. Statistik Untuk Kedokteran dan Kesehatan



Uji Korelasi Pearson Syarat Uji Pearson 1. Masing-masing variabel yang diukur menghasilkan data paling rendah berskala interval/rasio (numerik) 2. Data berdistribusi normal



Contoh soal Seorang mahasiswa kedokteran akan melakukan penelitian untuk mengetahui korelasi antara kadar hemoglobin (Hb) dengan Indeks Massa Tubuh pada siswi SMA. Apakah jenis uji hipotesis yang tepat untuk penelitian tersebut?



Langkah-langkah Uji Korelasi Pearson 1.



Tentukan variabel yang diteliti: variabel yang diteliti adalah kadar Hb dan IMT



2.



Jenis data variabel: • Kadar Hb: numerik • IMT: numerik



3.



Periksa syarat uji parametrik, sesuai dengan syarat uji Pearson bahwa distribusi data harus normal



4.



Jika distribusi normal maka Uji Pearson menjadi pilihan



5.



Jika distribusi data tidak normal, upayakan melakukan transformasi data agar distribusi data menjadi normal, jika setelah proses transformasi data menjadi normal maka gunakan Uji Pearson



6.



Jika distribusi data tetap tidak normal maka digunakan uji alternatif yaitu Uji Spearman



Uji Korelasi Spearman Syarat Uji Spearman 1. Satu atau kedua skala data numerik (interval/rasio) tidak berdistribusi normal 2. Satu atau kedua variabel berupa skala pengukuran ordinal 3. Merupakan alternatif uji Pearson, jika syarat Uji Pearson tidak terpenuhi



Contoh soal 1 Sekelompok peneliti dari fakultas kedokteran akan melakukan penelitian untuk mengetahui korelasi antara tingkat obesitas dengan grade hipertensi pada pasien hipertensi di RS



Langkah-langkah Uji Korelasi Spearman 1. Tentukan variabel yang diteliti: variabel yang diteliti adalah tingkat obesitas dan grade hipertensi 2. Jenis skala data variabel: • Tingkat obesitas: ordinal • Grade hipertensi: ordinal 3. Periksa syarat uji Spearman, karena kedua variabel skala datanya adalah ordinal Uji Spearman menjadi pilihan



Contoh soal 2 Sekelompok peneliti dari fakultas kedokteran akan melakukan penelitian untuk mengetahui korelasi antara kadar kolesterol total dengan tekanan darah di pada pasien hiperkolesterolemia di RS



Langkah-langkah Uji Korelasi Spearman 1. 2.



3. 4. 5. 6.



Tentukan variabel yang diteliti: variabel yang diteliti adalah kadar kolesterol dan tekanan darah Jenis data variabel: • Kadar kolesterol: numerik • Tekanan darah: numerik Periksa syarat uji parametrik, sesuai dengan syarat uji Pearson bahwa distribusi data harus normal Jika distribusi normal maka Uji Pearson menjadi pilihan Jika distribusi data tidak normal, upayakan melakukan transformasi data agar distribusi data menjadi normal, jika setelah proses transformasi data menjadi normal maka gunakan Uji Pearson Jika distribusi data tetap tidak normal maka digunakan Uji Spearman



Uji Korelasi Gamma dan Somers’D 1. Uji Somer’s D merupakan salah satu dari uji non paramterik yang mengukur hubungan antara 2 variabel berskala data ordinal. Uji ini digunakan jika kedudukan kedua variabel tidak setara, sedangkan uji Gamma dipilih jika kedua variabel setara 2. Skala data ordinal 3. Tabel 3 x 3



Contoh soal Seorang petugas gizi melakukan penelitian untuk mengetahui korelasi antara tingkat pengetahuan gizi ibu dengan status gizi balita



Langkah-langkah Uji Somers’D dan Gamma 1. Tentukan variabel yang diteliti: variabel yang diteliti adalah tingkat pengetahuan ibu dan status gizi balita 2. Jenis data variabel: • Tingkat pengetahuan ibu: ordinal • Status gizi balita: ordinal 3. Termasuk uji non parametrik 4. Jika kita menganggap bahwa kedua varibel tersebut tidak setara, misalnya variabel tingkat pengetahuan ibu dianggap sebagai variabel bebas sedangkan variabel status gizi dianggap sebagai variabel terikat maka digunakan uji Somers’D 5. Namun apabila dianggap kedua variabel setara maka uji Gamma yang digunakan



Uji Korelasi Koefisien Kontingensi dan Lambda 1. Uji koefisien kontingensi merupakan salah satu dari uji non paramterik yang mengukur hubungan antara 2 variabel berskala data nominal atau dikotom. Uji ini digunakan jika kedudukan kedua variabel setara, sedangkan uji Lambda dipilih jika kedua variabel tidak setara 2. Skala data nominal atau dikotom



Contoh soal Seorang petugas gizi melakukan penelitian untuk mengetahui korelasi antara kejadian TB anak dengan kejadian gizi kurang



Langkah-langkah Uji Koefisien kontingensi dan Lambda 1. Tentukan variabel yang diteliti: variabel yang diteliti adalah kejadian TB anak dan kejadian gizi kurang 2. Jenis data variabel: • Kejadian TB anak: nominal • Kejadian gizi kurang: nominal 3. Termasuk uji non parametrik 4. Jika kita menganggap bahwa kedua varibel tersebut tidak setara, misalnya variabel kejadian TB anak sebagai variabel terikat dan variabel kejadian gizi kurang dianggap sebagai variabel bebas maka digunakan uji Lambda 5. Namun apabila dianggap kedua variabel setara maka uji koefisien kontengensi yang digunakan