Tabel 5.

1 hubungan lama hari perawatan dan usia

Lama_hari_per
awatan usia
Lama_hari_perawatan Pearson Correlation 1 ,313(*)
Sig. (2-tailed) ,030
N 48 48
usia Pearson Correlation ,313(*) 1
Sig. (2-tailed) ,030
N 48 48
* Correlation is significant at the 0.05 level (2-tailed).

Berdasarkan tabel 5.1 memperlihatkan bahwa koefisien korelasi pearson antara

lama perawatan dengan umur adalah 0,313, korelasi itu bermakna secara
statistik dengan nilai p=0,030.

Model Summary

Adjusted R Std. Error of

Model R R Square Square the Estimate
1 ,313(a) ,098 ,078 ,44095
a Predictors: (Constant), usia

Nilai R yang ditampilkan merupakan nilai koefisien korelasi pearson yang

hasilnya sama dengan analisa korelasi-bivariat yang dikerjakan sebelumnya yaiut
0,313.R-square merupakan nila R yang dikuadratkan , yang artinya besarnya
variasi pada variabel lama hari perawatan yang dijelaskan oleh variabel usia
adalah 9,8%.

ANOVA(b)

Sum of
Model Squares df Mean Square F Sig.
1 Regression ,973 1 ,973 5,002 ,030(a)
Residual 8,944 46 ,194
Total 9,917 47
a Predictors: (Constant), usia
b Dependent Variable: Lama_hari_perawatan

Nilai signifikan dari ANOVA yang ditampilkan merupakan gambaran apakah

model persamaan garis yang kita peroleh sudah bermakna secara statistik.
Dengan nilai p=0,030 bila dibandingkan dengan alpha 0,05 kita simpulkan bahwa
persamaan garis kita peroleh secara statistik memang bermakna.
 Coefficients(a)

Unstandardized Standardized
Coefficients Coefficients t Sig.

Model B Std. Error Beta B Std. Error

1 (Constant) 1,481 ,120 12,349 ,000
usia ,138 ,062 ,313 2,237 ,030
a Dependent Variable: Lama_hari_perawatan

Nilai koefisien B yang ditampilkan merupakan gambaran untuk membuat model

persamaan garis y=a+bx. Nilai B untuk variabel constant (atau a) adalah 1.481
dengan nilai-p 0,000, sedangkan nilai B untuk variabel usia adalah 0,138 dengan
nilai p=0,030. Persamaan garis lurus yang kita dapat adalah:

Lama hari perawatan = 1.481+0,138(usia)