Penghitungan uji statistik

PENGHITUNGAN UJI STATISTIK

I. PENGERTIAN STATISTIK NON-PARAMETRIK DAN DASAR PEMILIHANNYA

Statistik non-parametrik merupakan bagian dari statistik inferensi atau statistik induktif.
Uji statistik non-parametrik sering disebut juga sebagai statistik bebas distribusi
(distribution-free statistics) karena prosedur pengujiannya tidak membutuhkan asumsi harus
berdistribusi normal.
Klasifikasi variabel diperlukan untuk memilih metode analisis data yang tepat. Sebagai
contoh, bila data dapat diukur dalam skala interval atau rasio, parameter-parameter yang
menggambarkan populasi seperti mean, median, mode dan simpangan baku bisa dihitung.
Dengan demikian penarikan kesimpulan (inferensi) tentang populasi berdasarkan informasi
pada sampel bisa diselesaikan dengan memanfaatkan parameter-parameter itu. Metode analisa
data yang menggunakan parameter populasi disebut metode statistik parametrik.
Sebaliknya, bila data hanya dalam skala nominal atau ordinal, sebagian besar
parameter-parameter populasi tidak mungkin dihitung (khususnya mean). Yang bisa dilakukan
adalah menghitung frekuensi dari masing-masing kategori dari data nominal. Sebagai contoh,
terhadap variabel jenis kelamin, hanya dihitung berapa subjek yang masuk kategori laki-laki
dan berapa subjek yang masuk kategori perempuan. Juga tidak mungkin menghitung rata-rata
(mean) kelas sosial atas, menengah dan rendah. Yang dapat dihitung adalah berapa subjek
dengan kelas sosial atas, menengah dan rendah. Dalam hal ini metode analisis yang digunakan
untuk mencari perbedaan populasi adalah membandingkan karakteristik populasi secara umum,
tanpa tergantung parameter populasi (ataupun statistik sampel). Metode analisis data yang
tidak berdasarkan parameter populasi disebut metode statistik non-parametrik.

Jadi secara umum metode statistik non-parametrik digunakan :

1. Bila sampel sangat kecil sehingga distribusi sampel tidak normal
2. Pada sampel besar tapi distribusi data tidak normal
3. Bila data menggunakan skala nominal atau ordinal

presented by Islamiyati 1
 Penghitungan uji statistik

Keuntungan metode statistik non-parametrik :

1. Jika ukuran sampel kita kecil, tak ada pilihan lain yang lebih baik kecuali statistik non-
parametrik, kecuali jika distribusi populasi jelas normal
2. Karena memerlukan sedikit asumsi, umumnya metode non-parametrik lebih relevan
pada situasi-situasi tertentu, sehingga kemungkinan penerapannya lebih luas.
Disamping itu kemungkinan digunakan secara salah (karena pelanggaran asumsi) lebih
kecil daripada metode parametrik
3. Metode non-parametrik dapat digunakan meskipun data diukur dalam skala ordinal atau
peringkat
4. Metode non-parametrik dapat digunakan meskipun data diukur dalam skala nominal
(kategorikal). Sebaliknya tidak ada metode parametrik yang dapat digunakan untuk data
seperti ini
5. Beberapa uji statistik non-parametrik dapat menganalisis perbedaan jumlah sampel.
Beberapa uji statistik parametrik dapat dipakai untuk menganalisis persoalan serupa,
tapi menuntut pemenuhan beberapa asumsi yang sulit dipenuhi
6. Uji statistik non-parametrik mudah dilakukan meskipun tidak terdapat komputer.
Analisis dapat dilakukan dengan menggunakan kalkulator. Karena itu metode ini tepat
disebut sebagai teknologi tepat guna (appropriate technology) untuk negara
berkembang
7. Pada umunya para peneliti dengan dasar matematika yang kurang merasakan bahwa
konsep ini mudah dipahami

Kekurangan metode non-parametrik :

1. Fleksibilitas terhadap skala pengukuran variabel kadang-kadang mendorong peneliti
memilih metode non-parametrik, meskipun situasinya memungkinkan untuk
menggunakan metode parametrik. Karena asumsi yang lebih sedikit maka metode ini
kurang kuat jika dibandingkan dengan metode parametrik
2. Jika asumsi untuk parametrik terpenuhi, dengan ukuran sampel yang sama maka
metode non-parametrik kurang memiliki power dibandingkan metode parametrik
3. Penyederhanaan data dari rasio atau interval ke ordinal maupun nominal merupakan
pemborosan informasi yang sudah dikumpulkan
4. Meski konsep dan prosedurnya sederhana, tetapi pekerjaan hitung menghitung
membutuhkan banyak waktu apalagi jika sampel besar

presented by Islamiyati 2
 Penghitungan uji statistik

5. Pengujian hipotesis yang dilakukan menjadi kurang spesifik

6. Kurang mampu menjelaskan distribusi data

II. CHI SQUARE SATU SAMPEL

Adalah teknik statistik yang digunakan untuk menguji hipotesis bila dalam populasi
terdiri dari dua atau lebih kelas, data berbentuk nominal dan sampel besar

Rumus :

2 (O−E )2
χ =∑
E

Keterangan :
χ2 = Chi Square (Kai Kuadrat)
O = Frekuensi yang diamati
E = Frekuensi yang diharapkan

Contoh :
Dilakukan penelitian terhadap warna baju yang disukai oleh mahasiswa Prodi
Kebidanan Metro. Berdasarkan pengamatan selama 1 bulan terhadap 360 mahasiswa
didapat bahwa 125 orang menyukai baju berwarna biru, 100 orang menyukai warna
pink, 75 orang menyukai warna hijau dan 60 orang menyukai warna yang lainnya.

Penyelesaian :
Untuk soal di atas, hipotesis yang diajukan adalah :
Ho : Peluang mahasiswa Prodi Kebidanan Metro untuk menyukai empat warna baju
adalah sama
Ha : Peluang mahasiswa Prodi Kebidanan Metro untuk menyukai empat warna baju
adalah tidak sama

Untuk menguji hipotesis di atas, maka data hasil pengamatan perlu disusun dalam tabel
penolong seperti berikut ini. Karena dalam penelitian ini terdiri dari 4 kategori, maka derajat
kebebasannya adalah dk = 4 – 1 = 3 (dk = jumlah kategori – 1).

presented by Islamiyati 3
 Penghitungan uji statistik

Tabel 1
Frekuensi yang diperoleh dan diharapkan
Dari 360 warna baju yang disukai mahasiswa
Prodi Kebidanan Metro

Warna Baju O E O- E (O - E)2 (O - E)2

E
Biru 125 90 35 1225 13,61
Pink 100 90 10 100 1,11
Hijau 75 90 -15 225 2,5
Warna lain 60 90 -30 900 10
Jumlah 360 360 0 2450 27,22

Berdasarkan dk = 3 dan tingkat kesalahan 5%, maka didapatkan harga Chi square tabel = 7,815
(lihat tabel Chi Square). Ternyata harga Chi square hitung > Chi square tabel (27,22 > 7,815).
Karena harga Chi square (χ2) hitung > Chi square (χ2) tabel, maka Ho ditolak dan Ha diterima.
Ini berarti peluang mahasiswa Kebidanan Metro untuk menyukai keempat warna baju tidak
sama.

Latihan :
Tentukan apakah peluang masyarakat Kota Metro untuk memilih ketiga RS untuk
mendapatkan pelayanan kesehatan adalah sama, jika didapatkan data bulan Juli 2006
bahwa dari 1500 masyarakat yang berobat, 600 orang berobat ke RSU A. Yani, 500
orang berobat ke RSI Metro dan 400 orang berobat ke RS Mardi Waluyo.

III. CHI SQUARE DUA SAMPEL

Digunakan untuk menguji hipotesis komparatif dua sampel bila datanya nominal dan
sampelnya besar

Rumus :

2 (O−E )2
χ =∑
E
dk = (k – 1) (b – 1)

presented by Islamiyati 4
 Penghitungan uji statistik

Keterangan :
χ2 = Chi Square (Kai Kuadrat)
O = Frekuensi yang diamati
E = Frekuensi yang diharapkan
dk = Derajat kebebasan
k = Kolom
b = Baris
E = Total baris x Total kolom
Jumlah data

Penghitungan dengan menggunakan tabel kontingensi (tabel silang) adalah dengan

menggunakan tabel berikut :
Tabel 2.
Tabel silang (kontingensi) untuk menghitung nilai chi square

Sampel Frekuensi pada (Dependen) Jumlah

(Independen) Objek I Objek II sampel
Sampel A a b a+b
Sampel B c d c+d
Jumlah a+c b+d n

n = jumlah sampel

Rumus yang digunakan adalah sebagai berikut :

2
2 n (|ad−bc|−1/2n )
χ =
( a+b ) ( a+ c ) ( b+ d )( c +d )

Contoh :
Suatu penelitian dilakukan untuk mengetahui adakah hubungan antara tingkat
pendidikan ibu dengan pemberian ASI eksklusif. Pendidikan dikelompokkan menjadi
dua yaitu rendah (lulus SMP ke bawah) dan tinggi (lulus SMA ke atas). Berdasarkan
hasil wawancara didapatkan bahwa dari 40 orang ibu yang pendidikan tinggi 10 orang
menyusui eksklusif dan 30 orang tidak menyusui eksklusif. Sedangkan 60 orang ibu
dengan pendidikan rendah, 20 orang menyusui eksklusif dan 40 orang tidak menyusui
eksklusif. Tentukan apakah ada hubungan antara tingkat pendidikan ibu dengan
pemberian ASI eksklusif.

presented by Islamiyati 5
 Penghitungan uji statistik

Penyelesaian :
Untuk soal di atas, hipotesis yang diajukan adalah :
Ho : Tidak terdapat perbedaan tingkat pendidikan ibu dalam pemberian ASI eksklusif.
Tidak ada hubungan antara tingkat pendidikan ibu dengan pemberian ASI
eksklusif
Ha : Terdapat perbedaan tingkat pendidikan ibu dalam pemberian ASI eksklusif.
Ada hubungan antara tingkat pendidikan ibu dengan pemberian ASI
eksklusif

Untuk menyelesaikan soal di atas dibuat tabel silang sebagai berikut :

Tabel 3.
Frekuensi ibu yang menyusui eksklusif berdasarkan tingkat pendidikan

Pendidikan Menyusui eksklusif Jumlah

Ya Tidak sampel
Tinggi 10 30 40
Rendah 20 40 60
Jumlah 30 70 100

Ea = 40 x 30 Eb = 40 x 70 Ec = 60 x 30 Ed = 60 x 70
100 100 100 100
= 1200 = 2800 = 1800 = 4200
100 100 100 100
= 12 = 28 = 18 = 42

2 (O−E )2
χ =∑
E
= (10 – 12)2 + (30 – 28)2 + (20 – 18)2 + (40 – 42)2
12 28 18 42
= 0,33 + 0,14 + 0,22 + 0,095
= 0,785

Hasil ini juga dapat dihitung dengan rumus :

2
2 n (|ad−bc|−1/2n )
χ =
( a+b ) ( a+ c ) ( b+ d )( c +d )
= 100[(10x40) – (30x20) - 1/2x100]2
(10+30)(10+20)(30+40)(20+40)

presented by Islamiyati 6
 Penghitungan uji statistik

= 100 (200 – 50)2

40x30x70x60
= 100 (150)2
5040000
= 2250000
5040000
= 0,446

dk = (k – 1) (b – 1)
= (2 – 1) (2 – 1)
=1

Berdasarkan dk = 1 dan tingkat kesalahan 5%, maka didapatkan harga Chi square tabel = 3,481
(lihat tabel Chi Square). Ternyata harga Chi square hitung < Chi square tabel (0,785 (0,446) >
3,481). Karena harga Chi square (χ2) hitung < Chi square (χ2) tabel, maka Ho diterima dan Ha
ditolak. Ini berarti tidak terdapat perbedaan tingkat pendidikan ibu dalam pemberian ASI
eksklusif atau tidak ada hubungan antara tingkat pendidikan ibu dengan pemberian ASI
eksklusif.

Keterbatasan Uji Chi Square :

 Tidak boleh ada nilai harapan (E) yang lebih kecil dari 1
 Tidak boleh ada nilai harapan (E) yang lebih kecil dari 5 lebih dari 20% dari total sel.
Bila hal ini terjadi maka solusinya :
- Bila tabel besar, lakukan penggabungan kategori
- Bila tabel 2 x 2 uji yang dilakukan adalah Fisher Exact
Contoh :
Suatu penelitian dilakukan untuk mengetahui adakah hubungan antara kejadian BBL
dengan anemia yang dialami ibu selama hamil. BBL dikelompokkan menjadi dua yaitu BBLN
dan BBLR. Berdasarkan pengamatan selama bulan Juli didapatkan bahwa dari 6 orang ibu
yang tidak anemia melahirkan 4 orang melahirkan BBLN dan 2 orang melahirkan BBLR.
Sedangkan 4 orang ibu yang anemia melahirkan 1 orang BBLN dan 3 orang BBLR. Tentukan
apakah ada hubungan antara BBL dengan anemia selama kehamilan.

presented by Islamiyati 7
 Penghitungan uji statistik

Hipotesis yang diajukan adalah :

Ho : Tidak ada hubungan antara BBL dengan anemia yang dialami ibu selama
kehamilan
Ha : Ada hubungan antara BBL dengan anemia yang dialami ibu selama
kehamilan

Untuk menyelesaikan soal di atas dibuat tabel silang sebagai berikut :

Tabel 4.
Frekuensi BBL berdasarkan anemia ibu selama kehamilan

Anemia selama BBL Jumlah

hamil BBLN BBLR sampel
Anemia 1 3 4
Tidak 4 2 6
Jumlah 5 5 10

Ea = 4 x 5 Eb = 4 x 5 Ec = 6 x 5 Ed = 6 x 5
10 10 10 10
= 20 = 20 = 30 = 30
10 10 10 10
=2 =2 =3 =3

Jika kita lihat hasil penghitungan nilai harapan (E), maka didapatkan semua nilai (sel) yang
kurang dari 5 berarti ada 100% sel dengan nila < 5, maka untuk menyelesaikan soal ini tidak
dapat dengan menggunakan chi square tetapi dengan menggunakan Fisher Exact.

Latihan :
1. Suatu penelitian ingin mengetahui hubungan antara HIV/AIDS dengan multimitra seks
pada wanita pekerja seks dengan kontrol ibu RT yang singlepartner. Berdasarkan hasil
wawancara didapatkan bahwa dari 50 orang psk yang multimitra seks, 35 orang terkena
AIDS dan 15 orang tidak terkena AIDS. Sedangkan dari 50 orang ibu RT, 10 orang
terkena AIDS dan 40 orang tidak terkena AIDS. Tentukan apakah ada hubungan antara
perilaku multimitra seks dengan kejadian HIV/AIDS.

presented by Islamiyati 8
 Penghitungan uji statistik

2. Suatu penelitian ingin mengetahui hubungan antara gizi buruk dengan penyakit infeksi
pada balita. Berdasarkan pengumpulan data dari 10 orang balita, 3 orang menderita gizi
buruk dan 7 orang tidak menderita gizi buruk. Dari 3 orang gizi buruk, ternyata 2
orang menderita penyakit infeksi dan 1 orang lainnya tidak. Sedangkan dari 7 orang
yang tidak terkena gizi buruk didapatkan 3 orang menderita penyakit infeksi. Tentukan
apakah ada hubungan antara penyakit infeksi yang diderita balita dengan kejadian gizi
buruk.

IV. FISHER EXACT

Menguji kemaknaan hubungan antara dua variabel kategorikal menggunakan
pendekatan probabilitas pasti (exact probability). Tes ini biasanya digunakan untuk sampel
independen yang berukuran kecil.
Pada bahasan uji Chi square dua sampel disebuit bahwa hasil uji hipotesis baru valid jika
jumlah sel pada tabel kontingensi yang memuat frekuensi harapan < 5 tidak lebih dari 20%
atau tidak boleh ada frekuensi harapan < 1.

Rumus :
( a+b ) ! ( c+ d ) ! ( a+ c ) ! ( b+ d ) !
P ( a , b , c , d )=
n ! a! b! c ! d !

Contoh :
Sama dengan soal di atas yang tidak dapat dihitung dengan chi square.
Tabel 4.
Frekuensi BBL berdasarkan anemia ibu selama kehamilan

Anemia selama BBL Jumlah

hamil BBLN BBLR sampel
Anemia 1 3 4
Tidak 4 2 6
Jumlah 5 5 10

presented by Islamiyati 9
 Penghitungan uji statistik

Gunakan rumus Fisher Exact :

( a+b ) ! ( c+ d ) ! ( a+ c ) ! ( b+ d ) !
P ( a , b , c , d )=
n ! a! b! c ! d !
= (1 + 3)! (4 + 2)! (1 + 4)! (3 + 2)!
10! 1! 3! 4! 2!

= 4! 6! 5! 5!
10! 1! 3! 4! 2!
= 24 x 720 x 120 x 120
3628800 x 1 x 6 x 24 x 2
= 0,238

Bila taraf kesalahan α yang ditetapkan 5% (0,05), maka ternyata p hitung 0,238 > 0,05.
Ketentuan pengujian jika p hitung > dari taraf kesalahan yang ditetapkan maka Ho diterima
dan Ha ditolak. Maka untuk penelitian ini Ho diterima berarti tidak ada hubungan antara BBL
dengan anemia ibu selama kehamilan.

Latihan :
Melanjutkan latihan Chi square no. 2

V. KOEFISIEN KONTINGENSI
Digunakan untuk menghitung hubungan antar variabel bila datanya berbentuk nominal.
Teknik ini mempunyai kaitan erat dengan chi square yang digunakan untuk menguji hipotesis
hipotesis komparatif k sampel independen.

Rumus :

χ2
C=
√
N + χ2

Sedangkan penghitungan χ2 menggunakan rumus :

2 (O−E )2
χ =∑
E

presented by Islamiyati 10
 Penghitungan uji statistik

Contoh :
Suatu penelitian dilakukan untuk mengetahui adakah hubungan antara profesi dengan
jenis olah raga yang sering dilakukan. Profesi dikelompokkan menjadi dokter, perawat dan
bidan. Jenis olah raga dikelompokkan menjadi tenis, bulutangkis dan senam. Jumlah sampel
sebanyak 200 orang terdiri dari 80 orang perawat, 70 orang bidan dan 50 orang dokter
Tabel 5.
Frekuensi jenis olahraga yang disenangi berdasarkan jenis profesi

Jenis olah raga Jenis profesi Jumlah

Dokter (D) Perawat (P) Bidan (B)
Tenis 30 30 15 75
Bulutangkis 15 20 15 50
Senam 5 30 40 75
Jumlah 50 80 70 200

Hipotesis yang diajukan adalah : v

Ho : Tidak ada hubungan antara jenis profesi dengan jenis olah raga yang disenangi
Ha : Ada hubungan antara jenis profesi dengan jenis olah raga yang disenangi

1. Hitung prosentase
 Ketiga sampel yang menyenangi tenis = 30 + 30 + 15
200
= 75 = 0,375
200

 Ketiga sampel yang menyenangi bulutangkis = 15 + 20 + 15

200
= 50 = 0,25
200

 Ketiga sampel yang menyenangi senam = 5 + 30 + 40

200
= 75 = 0,375
200
2. Hitung E masing-masing kelompok
 Olah raga tenis :
- Dokter = 0,375 x 50 = 18,75
- Perawat = 0,375 x 80 = 30
- Bidan = 0,375 x 70 = 26,25

presented by Islamiyati 11
 Penghitungan uji statistik

 Olah raga Bulutangkis

- Dokter = 0,25 x 50 = 12, 5
- Perawat = 0,25 x 80 = 20
- Bidan = 0,25 x 70 = 17,5
 Olah raga senam :
- Dokter = 0,375 x 50 = 18,75
- Perawat = 0,375 x 80 = 30
- Bidan = 0,375 x 70 = 26,25

Kemudian masukkan nilai-nilai tersebut dalam tabel penolong

Tabel 6.
Frekuensi yang diperoleh dan diharapkan pada profesi
Berdasarkan jenis olahraga yang disenangi

Jenis olah Dokter Perawat Bidan Jumlah

raga O E O E O E
Tenis 30 18,75 30 30 15 26,25 75
Bulutangkis 15 12,5 20 20 15 17,5 50
Senam 5 18,75 30 30 40 26,25 75
Jumlah 50 80 70 200

2 (O−E )2
χ =∑
E
(30 – 18,75)2 (30 – 30)2 (15 – 26,25)2 (15 - 12,5)2 (20 – 20)2 (15 – 17,5)2
2
χ = --------------- + ------------ + --------------- + ------------- + ----------- + ------------- +
18,75 30 26,25 12,5 20 17,5
(5 – 18,75)2 (30 – 30)2 (40 – 26,25)2
-------------- + ----------- + ---------------
18,75 30 26,25
= 6,75 + 0 + 4,82 + 0,5 + 0 + 0,36 + 10,08 + 0 + 7,2
= 29,71

Selanjutnya untuk menghitung koefisien kontingensi C, maka harga χ2 dimasukkan ke dalam

rumus
χ2
C=
√ N + χ2

29 ,71
C=
√ 200+29 ,71

presented by Islamiyati 12
 Penghitungan uji statistik

29 ,71
C=
√ 229 ,71 = √ 0,129 =0,36

Jadi besarnya koefisien antara jenis profesi dengan olahraga yang disenangi = 0,36. Untuk
menguji signifikan koefisien C dapat dilakukan dengan menguji Chi square hitung dengan Chi
square tabel. Dalam hal ini dk = (3 – 1) (3 – 1) = 4. Pada dk = 4 dan tingkat kesalahan 5%
maka harga chi square tabel adalah 9,488. Ketentuan pengujian jika chi square hitung > chi
square tabel maka hubungannya signifikan. Dalam soal ini chi square hitung (29,71) > chi
square tabel (9,488). Sehingga dapat disimpulkan bahwa Ho ditolak dan Ha diterima berarti
jenis profesi mempunyai hubungan yang signifikan dengan jenis olahraga yang disenangi
sebesar 0,36.

Latihan :
Suatu penelitian dilakukan untuk mengetahui adakah hubungan antara status gizi anak dengan
sosial ekonomi keluarga. Status gizi dikelompokkan menjadi gizi lebih, baik, kurang dan
buruk. Sosial ekonomi keluarga dikelompokkan menjadi tinggi, sedang dan rendah. Jumlah
sampel sebanyak 100 orang dengan rincian sebagai berikut :
Tabel 7.
Frekuensi Status gizi balita berdasarkan sosial ekonomi keluarga

Status gizi Sosial ekonomi Jumlah

Tinggi Sedang Rendah
Lebih 7 3 0 10
Baik 43 8 9 60
Kurang 5 12 8 25
Buruk 0 2 3 5
Jumlah 55 25 20 100

II. STATISTIK PARAMETRIK

KORELASI PRODUCT MOMENT

Teknik korelasi ini digunakan untuk mencari hubungan dan membuktikan hipotesis
hubungan dua variabel bila data kedua variabel berbentuk interval atau rasio dan sumber data
dari dua variabel adalah sama.

presented by Islamiyati 13
 Penghitungan uji statistik

Rumus :

r xy =
∑ xy
√( ∑ x 2 y 2 )
rxy = Korelasi antar variabel x dan y

x = (Xi - X )
y = (Yi - Y )

Contoh :
Dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara BB dan TB
terhadap 10 orang responden yang telah diambil secara acak. Berdasarkan data dari 10
responden tersebut didapat data tentang BB (X) dan TB (Y) sebagai berikut :
BB (X) = 50 46 47 52 51 49 60 48 52 55
TB (Y) = 160 155 158 160 158 150 160 155 159 155

Hipotesis yang diajukan :

Ho : Tidak ada hubungan antara BB dan TB
Ha : Ada hubungan antara BB dan TB

Untuk penghitungan koefisien korelasi , maka data BB dan TB perlu dimasukkan ke dalam
tabel penolong sebagai berikut :

No BB TB (Yi) (Xi - (Yi - Y ) X2 Y2 XY

(Xi) X ) (Y)
(X)
1. 50 160 -1 3 1 9 -3
2. 46 155 -5 -2 25 4 10
3. 47 158 -4 1 16 1 -4
4. 52 160 1 3 1 9 3
5. 51 158 0 1 0 1 0
6. 49 150 -2 -7 4 49 14
7. 60 160 9 3 81 9 27
8. 48 155 -3 -2 9 4 6
9. 52 159 1 2 1 4 2
10 55 155 4 -2 16 4 -8
.

presented by Islamiyati 14
 Penghitungan uji statistik

Σ = 510 Σ = 1570 0 0 154 94 47

X Y =
=51 157

Sehingga korelasi antara x dan y dapat dihitung :

r xy =
∑ xy
√( ∑ x 2 y 2 )
47
=
√ 154 x94
47
=
√ 14476
47
=
120,32 = 0,39

Jadi ada korelasi positif sebesar 0,39 antara BB dan TB artinya semakin berat BB maka akan
semakin tinggi TB. Apakah koefisien korelasi ini signifikan atau tidak , maka perlu
dibandingkan dengan r tabel dengan taraf kesalahan tertentu. Bila taraf kesalahan 5% dengan
N = 10 maka harga r tabel adalah 0,632 ternyata harga r hitung < r tabel sehingga Ho diterima
dan Ha ditolak. Jadi kesimpulannya tidak ada hubungan antara BB dan TB walaupun semakin
dengan semakin berat BB akan semakin tinggi TB.

Untuk menentukan seberapa besar koefisien korelasi yang ditemukan dapat berpedoman pada
tabel berikut :
Interval Koefisien Tingkat Hubungan
0,00 – 0,199 Sangat rendah
0,20 – 0,399 Rendah
0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,00 Sangat Kuat

Latihan :

presented by Islamiyati 15
 Penghitungan uji statistik

Dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara BB dan Umur
(dalam bulan) terhadap 11 orang bayi yang telah diambil secara acak. Berdasarkan data
dari 11 responden tersebut didapat data tentang BB (X) dan Umur (Y) sebagai berikut :
BB (X) = 10 9 7 5 7 7 6 8 5 7 6
Umur (Y) = 11 10 8 3 5 5 5 6 4 6 3

presented by Islamiyati 16