Contoh soal:

Seorang Peneliti ingin mengetahui hubungan antara Berat Badan Lahir Rendah (BBLR)
pada bayi dan Jumlah Penduduk Miskin terhadap 10 Kabupaten/Kota di Kalimantan Timur pada
tahun 2019. Berikut merupakan data hasil penelitian yang di sajikan ke dalam bentuk tabel. (
α =0,01 ¿
Tabel 1. Data penelitian

Jumlah Penduduk Miskin Berat Badan Lahir Rendah

25450 318
13450 256
56340 893
35310 308
11620 273
11520 130
3190 24
15780 378
39800 414
7470 298

Dengan :
X =¿ Berat Badan Baru Lahir (BBLR)
Y =¿ Jumlah Penduduk Miskin

Syntax dengan menggunakan Software R

data=read.table(file.choose(),header=T)
data
plot(data$Y,data$X)
abline(lm(data$X~data$Y),col="red")
shapiro.test(data$Y)
shapiro.test(data$X)
cor.test(data$Y,data$X,method='pearson')
Penyelesaian:
1. Plot Data Jumlah Penduduk Miskin dengan Berat Badan Lahir Rendah

Dari plot diatas dapat dilihat bahwa data tersebut linier karna terdapat banyak data yang
mendekati garis merah walaupun ada beberapa data yang menjauhi garis tersebut namun
secara keseluruhan data tersebut sudah linier, dapat dilihat juga bahwa terdapat korelasi
antara data jumlah penduduk miskin dengan berat badan lahir rendah.

2. Uji Normalitas Jumlah Penduduk Miskin

Hipotesis
H 0: Data jumlah penduduk miskin berasal dari populasi yang berdistribusi normal
H 1 : Data jumlah penduduk miskin berasal dari populasi yang tidak berdistribusi
normal
Taraf Signifikansi
α =0,01
Statistik Uji
p−valueshapiro wilk test
Daerah Kritis
H 0 ditolak jika p−value<α
Statistik Hitung
 Tabel 2. Uji Normalitas Jumlah Penduduk Miskin

Shapiro-Wilk normality test

p-value 0,1878

Sumber : Lampiran 1 Output 1

Keputusan
Karena p−value=0,1878>α =0,01 maka diputuskan gagal tolak H 0
Kesimpulan
Data jumlah penduduk miskin berasal dari populasi yang berdistribusi normal

3. Uji Normalitas Berat Badan Lahir Rendah

Hipotesis
H 0: Data berat badan lahir rendah berasal dari populasi yang berdistribusi normal
H 1: Data berat badan lahir rendah berasal dari populasi yang tidak berdistribusi
normal
Taraf Signifikansi
α =0.01
Statistik Uji
p−value shapiro wilk test
Daerah Kritis
H 0ditolak jika p−value<α
Statistik Hitung
Tabel 3. Uji Normalitas Berat Badan Lahir Rendah

Shapiro-Wilk normality test

p-value 0,03169

Sumber : Lampiran 1 Output 2

Keputusan
Karena p−value=0,03169> α =0,01 maka diputuskan gagal tolak H 0
Kesimpulan
Data berat badan lahir rendah berasal dari populasi yang berdistribusi normal
4. Uji Korelasi Pearson
Hipotesis
H 0 : ρ=0 (Tidak terdapat korelasi antara jumlah penduduk miskin dan berat badan
lahir rendah)
H 1 : ρ ≠ 0 (Terdapat korelasi antara jumlah penduduk miskin dan berat badan lahir
rendah)
Taraf Signifikansi
α =0,01
Statistik Uji
p−value Uji Korelasi Pearson
Daerah Kritis
H 0 ditolak jika p−value<α
Statistik Hitung
Tabel 4. Uji Pearson

Pearson's product-moment correlation

p-value 0,001671

Sumber : Lampiran 1 Output 3

Keputusan
Karena p−value=0,001671< α =0,01 maka diputuskan tolak H 0
Kesimpulan
Terdapat korelasi antara jumlah penduduk miskin dan berat badan lahir rendah

5. Nilai Koefisien Korelasi

Tabel 5. Nilai Koefisien Korelasi

Nilai Koefisien Korelasi

Cor 0,8537492

Sumber : Lampiran 1 Output 4

Jadi, berdasarkan output diatas didapatkan bahwa nilai koefisien korelasi dari variabel jumlah
penduduk miskin dan berat badan lahir rendah sebesar 0,8537492 dimana termasuk korelasi yang
sangat kuat dan memiliki arah hubungan linier yang positif, yang berarti semakin tinggi jumlah
penduduk miskin, maka semakin tinggi juga jumlah berat badan lahir rendah pada bayi.
 LAMPIRAN

Lampiran 1 Analisis Korelasi Pearson

Output 1: Uji Normalitas Variabel Jumlah Penduduk Miskin

Output 2: Uji Normalitas Variabel Berat Badan Baru Lahir

Output 3: Uji Korelasi Pearson

Output 4: Nilai Koefisien Korelasi