Korelasi
Untuk menentukan adanya hubungan antara 2 variabel kuantitatif yang bersandar (dependent).
Pekali korelasi (r) mempunyai nilai minimum -1 dan nilai maksimum +1.
-1 bermaksud korelasi sempurna negatif +1 bermaksud korelasi sempurna positif dan 0 bermaksud tiada korelasi langsung
Formula umum;
r =
di mana
=
Cara melakukan Korelasi menggunakan SPSS
Data yang digunakan bagi latihan ini adalah korelasi.sav. Data ini adalah subset dari kajian kes kawalan mengenai factor-faktor yang mempengaruhi kejadian kelahiran bayi kurang berat (small for gestational age – SGA) di sebuah hospital.
Bagi contoh ini, kita ingin menguji hipotesis "wujud hubungan yang positif di antara berat trimester kedua siibu dengan berat kelahiran sibayi". Variabel berat trimester kedua siibu ialah WEIGHT2 (diukur dalam kg) dan variabel berat kelahiran sibayi ialah BIRTHWGT (diukur dalam kg).
1. Mula-mula buka data tersebut.
2. Kemudian klik pada menu Analyze -Correlate -Bivariate (seperti rajah dibawah).
3. Pada requester yang timbul, isikan variabel yang ingin dilakukan ujian tersebut. Pada petak
"Variables:", masukkan variabel kuantitatif yang ingin diuji iaitu (weight2) & (birthwgt) (lihat rajah di bawah). Boleh masukkan lebih dari dua variabel kuantitatif yang ingin diuji.
Kemudian tekan butang "okay".
4. Selepas ini analisa korelasi akan dilakukan oleh SPSS dan tingkap "Output" akan timbul menunjukkan hasil analisa. Yang akan kelihatan adalah seperti dibawah;
&RUUHODWLRQV
3HDUVRQ &RUUHODWLRQ 6LJ WDLOHG 1
3HDUVRQ &RUUHODWLRQ 6LJ WDLOHG 1
:(,*+7
%,57+:*7
:(,*+7 %,57+:*7
&RUUHODWLRQ LV VLJQLILFDQW DW WKH OHYHO WDLOHG
5. Ini menunjukkan nilai r = 0.431 dan nilai p = 0.017. Maka wujud hubungan yang bermakna di antara "Berat dalam Trimester 2" dengan "Berat Kelahiran Anak".
6. Maka jadual yang dilukis bagi laporan tesis adalah seperti di bawah (jika signifikan, sertakan 'scatter plot';
Jadual 1: Korelasi di antara "Berat dalam Trimester 2" dengan "Berat Kelahiran Anak".
Variabel r p
"Berat dalam Trimester 2"
"Berat Kelahiran Anak"
0.431 0.017
%,57+:*7
:(,*+7
Regresi
Digunakan untuk mengukur hubungan fungsi antara 2 variabel kuantitatif, di mana satu variabel bersandar (dependent) dan satu lagi variabel tidak bersandar (independent).
Formula yang digunakan ialah;
y = a + bx di mana
b =
Cara melakukan Regresi mengggunakan SPSS
Data yang digunakan bagi latihan ini adalah korelasi.sav. Data ini adalah subset dari kajian kes kawalan mengenai factor-faktor yang mempengaruhi kejadian kelahiran bayi kurang berat (small for gestational age – SGA) di sebuah hospital.
Bagi contoh ini, kita ingin menguji hipotesis "wujud hubungan yang positif di antara berat trimester kedua siibu dengan berat kelahiran sibayi". Variabel berat trimester kedua siibu ialah WEIGHT2 (diukur dalam kg) dan variabel berat kelahiran sibayi ialah BIRTHWGT (diukur dalam kg). Di samping itu kita ingin menghasilkan formula yang mampu menjangka berat kelahiran bayi jika berat siibu dalam trimester 2 diketahui.
1. Mula-mula buka data tersebut
2. Kemudian klik pada menu Analyze -Regression -Linear (seperti rajah dibawah).
3. Pada requester yang timbul, isikan variabel yang ingin dilakukan ujian tersebut. Pada petak
"Dependent:", masukkan variabel kuantitatif bersandar yang ingin diuji iaitu (birthwgt).
Pada petak "Independent" masukkan variabel kuantitatif tidak bersandar iaitu (weight2) (lihat rajah di bawah). Boleh masukkan lebih dari dua variabel kuantitatif tidak bersandar yang ingin diuji. Kemudian tekan butang "okay". Bagi "Method" terdapat pelbagai kaedah, sebagai contoh kita akan gunakan kaedah "Enter".
Selepas ini analisa regresi akan dilakukan oleh SPSS dan tingkap "Output" akan timbul menunjukkan hasil analisa. Yang akan kelihatan adalah seperti dibawah;
9DULDEOHV (QWHUHG5HPRYHGE
:(,*+7D (QWHU 0RGHO
9DULDEOHV
(QWHUHG 9DULDEOHV
5HPRYHG 0HWKRG
$OO UHTXHVWHG YDULDEOHV HQWHUHG D
'HSHQGHQW 9DULDEOH %,57+:*7 E
0RGHO 6XPPDU\E
D
0RGHO
5 5 6TXDUH $GMXVWHG
5 6TXDUH 6WG (UURU RI WKH (VWLPDWH 3UHGLFWRUV &RQVWDQW :(,*+7
D
'HSHQGHQW 9DULDEOH %,57+:*7 E
$129$E
D
5HJUHVVLRQ 5HVLGXDO 7RWDO 0RGHO
6XP RI
6TXDUHV GI 0HDQ 6TXDUH ) 6LJ
3UHGLFWRUV &RQVWDQW :(,*+7 D
'HSHQGHQW 9DULDEOH %,57+:*7 E
&RHIILFLHQWVD
(
&RQVWDQW :(,*+7 0RGHO
% 6WG (UURU
8QVWDQGDUGL]HG
&RHIILFLHQWV
%HWD 6WDQGDUGL]HG
&RHIILFLHQWV
W 6LJ
'HSHQGHQW 9DULDEOH %,57+:*7 D
5HVLGXDOV 6WDWLVWLFVD
3UHGLFWHG 9DOXH 5HVLGXDO
6WG 3UHGLFWHG 9DOXH 6WG 5HVLGXDO
0LQLPXP 0D[LPXP 0HDQ 6WG 'HYLDWLRQ 1
'HSHQGHQW 9DULDEOH %,57+:*7 D
4. Yang dilihat adalah jadual yang kedua terakhir di mana nilai "Constant" atau a = 1.809 dengan nilai p<0.0005. Nilai b = 1.685 x 10-2 dengan nilai p = 0.017. Maka formula y=a+bx dapat ditulis sebagai;
Berat Kelahiran Bayi = 1.809 + (0.01685).(Berat Ibu Trimester Kedua)
