STATISTIK INFERENSIAL
Pengantar
DATA
MODUL 2
PENGUJIAN HIPOTESIS SATU SAMPEL
Hipotesis Statistik : Pernyataan atau Dugaan atau Taksiran mengenai satu atau
lebih parameter populasi yang didapatkan dari data sampel.
Parameter adalah ukuran-ukuran yang digunakan dalam mendiskripsikan atau
menggambarkan karakteristik data populasi ( rata rata; 2 ragam / var ians
Dalam statistika terdapat dua macam hipotesis yaitu hipotesis nol ( H 0 ) dan hipotesis
alternatif ( H1 ) atau ( H A )
Hipotesis nol diartikan sebagai tidak adanya perbedaan antara parameter populasi
dengan statistik sampel atau tidak adanya perbedaan antara ukuran populasi dan
ukuran sampel, sehingga yang diuji adalah hipotesis nol, karena peneliti tidak
mengharapkan adanya perbedaan antara data populasi dengan data sampel.
Kebenaran (benar atau salahnya ) suatu hipotesis tidak akan pernah diketahui dengan
pasti, kecuali kita memeriksa seluruh populasi. (Memeriksa seluruh populasi? Apa
mungkin?)
Lalu apa yang kita lakukan, jika kita tidak mungkin memeriksa seluruh populasi
untuk memastikan kebenaran suatu hipotesis?
Kita dapat mengambil sampel acak, dan menggunakan informasi (atau bukti) dari
sampel itu untuk menerima atau menolak suatu hipotesis.
Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENERIMA
hipotesis tersebut, dan BUKAN karena HIPOTESIS ITU SALAH.
Landasan penerimaan dan penolakan hipotesis seperti ini, yang menyebabkan para
peneliti mengawali pekerjaan dengan terlebih dahulu membuat hipotesis yang
diharapkan ditolak, tetapi dapat membuktikan bahwa pendapatnya dapat diterima.
Contoh 1.
Sebelum tahun 2015, pendaftaran mahasiswa STAIN Kediri dilakukan dengan pengisian
formulir secara manual. Pada tahun 2050, bagian akademik STAIN Kediri
memperkenalkan sistem pendaftaran baru "ON-LINE".
Seorang Staf akademik STAIN Kediri ingin membuktikan pendapatnya “bahwa rata-rata
waktu pendaftaran dengan sistem ON-LINE akan lebih cepat dibanding dengan sistem
yang lama” Untuk membuktikan pendapatnya, ia akan membuat hipotesis awal, sebagai
berikut :
Hipotesis Awal : Tidak terdapat perbedaan rata-rata waktu pendaftaran SISTEM "ON-
LINE" dengan “SISTEM MANUAL”.
Staf Akademik STAIN Kediri tersebut akan mengambil sampel dan berharap hipotesis
awal ini ditolak, sehingga pendapatnya dapat diterima.
Penjelasan :
Pada sistem lama, rata-rata waktu pendaftaran adalah 50 menit. Kita akan menguji
pendapat Staf akademik tersebut, maka Hipotesis awal dan Alternatif dapat dituliskan
sebagai berikut :
H0 : 50 (sistem baru dan sistem lama tidak berbeda)
H1 : 50 (sistem baru tidak sama dengan sistem lama)
atau
Penolakan atau Penerimaan Hipotesis dapat membawa kita pada 2 jenis kesalahan
(kesalahan= error = galat), yaitu :
1. Galat Jenis 1 , yaitu menolakan Hipotesis Nol ( H0 ) yang benar. Galat Jenis 1
dinotasikan sebagai . Peluang timbulnya salah jenis pertama ini dilambangkan
P(tolak H0/ H0 benar) = α . juga disebut taraf nyata uji.
2. Galat Jenis 2, yaitu menerimaan Hipotesis Nol ( H0 ) yang salah. Peluang membuat
salah jenis kedua ini dilambangkan dengan β atau P(terima H0/H0 salah) = β
Usaha untuk mengecilkan peluang timbulnya salah satu jenis kesalahan ini, selalu
diiringi dengan pembesaran nilai peluang kesalahan jenis yang lain. Kedua jenis
kesalahan ini bisa diperkecil kalau ukuran sampel (n) diperbesar.
Dalam praktek penetapan peluang timbulnya kesalahanjenis pertama, biasanya
ditentukan disekitar nilai α = 0,05 atau α = 0,01. Apabila α = 0,05 maka dikatakan
bahwa taraf nyata pengujiannya 5% dan seterusnya.
Prinsip pengujian hipotesa adalah perbandingan nilai statistik uji z dan statistik uji t (z
hitung atau t hitung) dengan nilai titik kritis (Nilai z tabel atau t Tabel)
Titik Kritis adalah nilai yang menjadi batas daerah penerimaan dan penolakan hipotesis.
Nilai pada z atau t tergantung dari arah pengujian yang dilakukan.
1. H 0 : 0 lawan H1 : 0
2. H 0 : 0 lawan H1 : 0
3. H 0 : 0 lawan H1 : 0
b. Varian Populasi Tidak Diketahui, Jumlah Sampel Besar (n ≥ 30), Maka statistik
ujinya adalah:
x 0
Zo N 0,1
s
n
1. 0 x 0 0 zhitung z
zhitung 0
/ n zhitung z
sampel besar 0
n 30 dapat diganti zhitung z dan z z
2 2
dengan s
thitung t( db; )
2
db = n-1
z
x1 x2 d0 1 2 d0 z z
2. 1 2 d0 1 2 d0
sampel-sampel
( 12 / n1 ) ( 22 / n2 ) z z
1 2 d0
Jika 1 dan 2 z z dan z z
2 2
besar
n1 30
2 2
tidak diketahui, maka
n2 30 2
digunakan s1 dan s2
2
4. 1 2 d0 (x1 x2 ) d 0 1 2 d0 t t
t
( s / n1 ) (s / n2 )
2 2
1 2 d0 t t
1 2
sampel -sampel 1 2 d0
kecil t t( db , dan
2)
n1 < 30
t t ( db;
n2 < 30 2)
db = n1 n2 2
Contoh :
Rata-rata waktu yang diperlukan mahasiswa untuk mendaftarkan diri pada STIS adalah 50
menit dengan simpangan baku 10 menit. Suatu prosedur pendaftaran baru yang menggunakan
sistem pendaftaran online sedang dicoba. Bila suatu contoh acak 12 calon mahasiswa
memerlukan waktu pendaftaran rata-rata 30 menit dengan simpangan baku 11 menit dengan
menggunakan sistem baru tersebut, ujilah hipotesis bahwa rata-rata waktu pendaftaran
populasinya sekarang kurang dari 50 menit. (Gunakan taraf uji 0,01).
Jawab:
Diketahui : n=12; x 30menit ; s = 11 menit
Penyelesaian:
1. Hipotesis H0 : 50 lawan H1 : 50
TUGAS TERSTRUKTUR 2
Bagian akademik suatu perguruan tinggi menduga bahwa Kualitas mengajar dosen statitik
paling tinggi 70% dari rata-rata nilai ideal Kualitas mengajar dosen statitik paling rendah
70% dari rata-rata nilai ideal Kualitas mengajar dosen statitik tidak sama dengan 70% dari
rata-rata nilai ideal
Kemudian dibuktikan dengan penelitian dengan menyebar angket kepada 20 mahasiswa
dengan jumlah pertanyaan 15 item, instrumen penelitian yang diukur dari berbagai aspek
diberi skala
1 = kurang baik, 2 = cukup baik, 3 = baik, 4 = sangat baik.
Taraf kepercayaan 95% (taraf signifikansi α =5%). Data diperoleh sebagai berikut :
60 60 60 50 60 60 60 59 60 60 60 60
58 60 58 50 58 60 60 58 60 60 60 60
Ujilah :
1. kualitas mengajar dosen statistik paling rendah 70% dari rata-rata nilai ideal.
2. kualitas mengajar dosen statistik paling tinggi 70% dari rata-rata nilai ideal
3. kualitas mengajar dosen statistik sama dengan 70% dari rata-rata nilai ideal
HAND OUT 3
Analisis Uji-t Satu Sampel
(One-Sample T-test)
Pengertian:
Uji-t untuk satu sampel (one-sample test) merupakan prosedur uji-t untuk sampel
tunggal jika rata-rata suatu variabel tunggal dibandingkan dengan suatu nilai
konstanta tertentu (µo).
Untuk setiap variabel yang akan diuji ditampilkan rata-rata, standart deviasi, standart
eror rata-rata, selisih rata antara tiap nilai data dengan nilai uji hipotesis, dan taraf
kepercayaan/signifikansi untuk selisih rata-rata.
Kriteria data yang dapat diuji dengan menggunakan Uji-t untuk satu sampel (one-
sample test), yaitu:
1. Data yang digunakan adalah data kuantitatif (interval atau rasio).
2. Data berdistribusi normal.
Rumus yang digunakan untuk Uji-t untuk satu sampel (one-sample test) adalah
sebagai berikut:
t=
√
Keterangan:
T = Nilai t hitung
= Rata-rata
µo = Nilai yang dihipotesiskan
s = Standart deviasi
n = Jumlah sampel
Dalam Uji-t untuk satu sampel (one-sample test) dibagi menjadi dua macam
pengujian hipotesis, yaitu:
1. Uji dua pihak/arah (two tail-test), yaitu pengujian yang digunakan jika hipotesis
nol (H0) berbunyi “sama dengan” dan hipotesis alternatifnya (Ha) berbunyi “tidak
sama dengan, atau (H0= dan Ha ≠)
2. Uji satu pihak (one tail-test), yang dapat dibagi menjadi dua macam, yaitu:
a. Uji pihak/arah kiri, yaitu pengujian yang digunakan jika hipotesis nol (H 0)
berbunyi “lebih besar atau sama dengan” (≥) dan hipotesis alternatifnya (Ha)
berbunyi “lebih kecil” atau “paling sedikit/paling kecil” (<), atau (H 0 ≥, dan
Ha<).
b. Uji pihak/arah kanan, yaitu pengujian yang digunakan jika hipotesis nol (H0)
berbunyi “lebih kecil atau sama dengan” (≤) dan hipotesis alternatifnya (Ha)
berbunyi “lebih besar” atau “paling besar/paling banyak” (>), atau (H0 ≤, dan
Ha>).
1. Uji dua pihak/arah (Two tail test)
Contoh kasus:
Seorang peneliti ingin mengetahui prestasi belajar mahasiswa pada mata kuliah statistik.
Untuk itu dilakukan pengumpulan data untuk menguji hipotesis yang menyatakan bahwa
rata-rata prestasi belajar mahasiswa adalah 8. Berdasarkan sampel sebanyak 30
mahasiswa. Yang diambil secara random, diperoleh data sebagai berikut:
Data 1: Prestasi belajar mahasiswa mata kuliah statistik
8 6 8
8 7 8
7 9 7
6 8 6
9 8 6
7 7 9
6 8 6
9 6 7
8 6 8
8 7 8
* Berdasarkan data tersebut maka disusunlah hipotesis sebagai berikut:
a. Hipotesis
H0 : µ = 8
Rata-rata hasil prestasi mahasiswa sama dengan nilai 8
Ha : µ ≠ 8
Rata-rata hasil prestasi mahasiswa tidak sama dengan nilai 8
b. Cara memasukkan data ke SPSS
Membuka file baru. Klik File lalu New lalu Data.
Memberi nama variabel yang diperlukan dalam kasus ini hanya terdapat satu
variabel ayaitu prestasi belajar mahasiswa.
Klik Variabel View (kanan bawah).
Isikan nama variabel pada kolom Name (misal: prestasi) maksimal 8 karakter.
Kolom Type, klik Numeric karena penghitungannya berupa angka.
Kolom Widht, isikan 8 (kondisi default) dan Decimals isikan 2 (kondisi
default).
Kolom Label dapat diisikan keterangan untuk melengkapi kolom Name
(misal: prestasi belajar mahasiswa).
Setelah pengisian selesai klik Continue
Mengisikan data lalu klik Data View (kanan bawah), isikan data 1 tersebut di
atas pada kolom prestasi dengan mengetikkan ke bawah.
c. Menyimpan data
Klik File lalu Save kemudian berilah nama yang anda inginkan (misal: data 1).
Data SPSS akan tersimpan dalam file ekstensen .sav
d. Pengolahan data
Klik Analyze lalu Compare Means lalu One Sample T-Test
Klik variabel prestasi dan pindahkan ke kotak variable Tests.
Isikan 8 pada kotak Test Value
Klik Option untuk memilih Convidense Interval, selang kepercayaan yang
akan digunakan (posisi default : 95%). Untuk Missing Values atau data yang
hilang, karena dalam kasusu ini tidak ada data yang kosong maka diabaikan
saja.
Klik Continue
Klik OK
e. Output SPSS
Hasil output SPSS dapat disimpan dengan cara klik File lalu Save kemudian
berilah nama yang anda inginkan (misal: output 1).
Adapun output SPSS dapat dilihat sebagai berikut:
One-Sample Statistics
Prestasi
Belajar 30 7.3667 1.03335 .18866
Mahasiswa
One-Sample Test
Test Value = 8
1
Untuk memperoleh nilai t tabel lihat pada tabel statistik. Nilai-nilai dalam Distribusi t, dimana untuk uji dua
fihak/arah (two tail test).
t hitung
H0 diterima
H0 ditolak H0 ditolak
One-Sample Statistics
Rata-rata
jam kerja 30 1.303000 16.48437 3.00962
pegawai
One-Sample Test
Rata-rata
jam kerja -9.868- 29 .000 -29.70000- -35.8554- -23.5446-
pegawai
f. Interpretasi output SPSS
Pada tabel one sample statistics, memuat deskriptif tentang rata-rata jam
kerja pegawai yang meliputi banyaknya data, mean, standart deviasi, dan
standart error mean.
o Banyaknya data atau subjek (N) = 30, rata-rata jam kerja pegawai (mean)
= 130,3000, simpangan baku (standart deviation) = 16,48437, dan standart
error mean = 3,00962.
Pada tabel one sample Test memuat data hasil analisis uji-t satu sampel yang
meliputi:
o Nilai t-hitung = -9.868, df = 29, nilai signifikansi dua pihak/arah (Sig. 2-
tailed = 0,000, mean difference = -29,7000, dan 95% confidence interval
of the difference = antara -35,8554 sampai dengan -23,5446.
o Dalam kasus ini terlihat adanya perbedaan rata-rata (mean difference)
yaitu sebesar -29,7000, yaitu rata-rata hitung (mean empiris) dikurangi
rata-rata hipotesis (mean teoritis) yaitu 130,3000 – 160 = -29,7000.
Perbedaan sebesar -29,7000 ini mempunyai range antara lower/batas
bawah sebesar -35,8554 sampai upper/ batas atas -23,5446.
Berdasarkan data tersebut di atas maka dapat dilakukan pengujian hipotesis
dengan dua cara sebagai berikut:
1. Dengan cara membandingkan nilai t-hitung dengan t-tabel.
Pengujian:
Jika t hitung > t tabel, maka H0 ditolak
Jika t hitung < t tabel, maka H o diterima
Untuk melihat harga t tabel, maka didasarkan pada derajat kebebasan (dk)
atau degree of freedom (df), yang besarnya adalah n-1, yaitu 30-1 = 29.
Jika taraf signifikansi ( ditetapkan 0,05 (5%), sedangkan pengujian
dilakukan dengan menggunakan uji satu pihak/arah (Sig. 1 tailed), maka
harga t tabel diperoleh = 1,6992.
Berdasarkan hasil analisis uji t satu sampel, maka dapat diperoleh hasil
sebagai berikut: t hitung > t tabel (-9,868 > 1,699), maka HO ditolak dan Ha
diterima, artinya rata-rata jam kerja pegawai lebih kecil dari 160 jam.
Untuk mempermudah di mana kedudukan harga t hitung dan t tabel maka
perlu dibuat gambar sebagai berikut. Dalam gambar terlihat bahwa tempat
harga t hitung berada di daerah penolakan H0 (di luar daerah penerimaan
H0), di mana t hitung lebih besar dari t tabel (-9,868 > 1,699). Dengan
demikian hipotesis nol yang menyatakan bahwa rata-rata jam kerja
2
Untuk memperoleh nilai t tabel lihat pada tabel statistik. Nilai-nilai dalam Distribusi t, dimana untuk uji satu
fihak/arah (one tail test).
pegawai lebih besar atau sama dengan 160 jam ditolak. Artinya bahwa
rata-rata jam kerja pegawai lebih kecil dari 160 jam. Adapun gambar
penerapan uji satu fihak/arah (one tail test) adalah sebagai berikut:
t hitung
H0 diterima
H0 ditolak H0 ditolak
One-Sample Statistics
Skor
20 462.0000 20.35216 4.55088
TOEFL
One-Sample Test
Skor
2.637 19 .016 12.00000 2.4749 21.5251
TOEFL
H0 diterima
H0 ditolak H0 ditolak
-1,729
2. Dengan membandingkan taraf signifikansi 1,729
(p-value) dengan galatnya. 2,637
3
Untuk memperoleh nilai t tabel lihat pada tabel statistik. Nilai-nilai dalam Distribusi t, dimana untuk uji satu
fihak/arah (one tail test).
diharapkan oleh lembaga yang menyelenggarakan pelatihan/kursus tersebut.
Artinya hipotesis yang menyatakan bahwa rata-rata skor TOEFL para dosen
lebih kecil atau sama dengan 450 ditolak, sebaliknya hipotesis yang
menyatakan bahwa rata-rata skor TOEFL para dosen lebih besar dari 450
diterima.
TUGAS TERSTUKTUR 3
Analisis uji-t Satu Sampel (one sample t-test)
Kasus:
Sebuah LSM yang bergerak dalam bidang pemberdayaan ekonomi mikro
menyelenggarakan kredit tanggung renteng pada pelaku usaha kecil rumah tangga
dengan harapan dapat meningkatkan angka pendapatan keluarga. Setelah setahun
kredit itu bergulir, maka diharapkan para pelaku usaha kecil tersebut memperoleh
pendapatan rata-rata dalam satu bulan sebesar Rp. 2.250.000. untuk mengetahui
apakah dana bergulir melalui kredit tanggung renteng pada pelaku kecil rumah tangga
itu efektif dalam meningkatkan angka pendapatan keluarga, maka diadakan audit
terhadap para kreditor yang menerima dana bergulir tersebut. Berdasarkan data yang
diambil secara random diperoleh sampel sebanyak 50 data dari kreditor yaitu sebagai
berikut:
Data: Rata-rata pendapatan hasil usaha kecil rumah tangga perbulan
2.600.000 2.550.000 2.295.000 2.750.000 2.875.500
2.570.000 2.275.000 2.860.250 2.689.000 2.500.500
2.350.500 2.750.000 2.750.500 2.375.500 2.600.000
2.670.000 2.650.000 2.675.000 2.475.500 2.735.000
2.400.500 2.450.500 2.505.000 2.575.000 2.470.000
2.700.250 2.555.500 2.475.500 2.865.000 2.850.000
2.475.500 2.860.000 2.725.000 2.425.500 2.250.750
2.600.250 2.690.500 2.635.500 2.257.000 2.575.000
2.890.000 2.850.000 2.475.500 2.555.500 2.645.500
2.675.500 2.250.500 2.345.500 2.345.500 2.500.000
Tugas:
1. Laksanakan analisis uji-t satu sampel untuk data tersebut di atas dengan program
SPP.
2. Cetaklah hasilnya dan gunakan untuk melakukan kegiatan sebagai berikut:
a. Buatlah hipotesis nol dan hipotesis alternatif untuk:
1. Uji dua fihak/arah
2. Uji satu fihak/arah kanan
3. Uji satu fihak/arah kiri
b. Ujilah hipotesis-hipotesis tersebut dengan taraf signifikan 0,05 (5%)
c. Interpretasi dan simpulkan hasil uji-t satu smpel tersebut.
3. Susunlah hasil tugas butir 2a s.d 2c tersebut menjadi laporan tugas Terstruktur T-
1, termasuk print out komputer yang asli (bukan fotokopi).
MODUL 4
Analisis Uji-t Sampel Berpasangan
(Paired Samples t-Test)
Pengertian:
Uji t dependent atau uji t dua sampel berkorelasi/berpasangan digunakan untuk
membandingkan (membedakan) apakah kedua data (variabel) yang berasal dari
sampel yang sama tersebut mempunyai rata-rata sampel yang sama atau berbeda.
Uji-t untuk data sampel berpasangan (Paired Samples t-Test) atau sampel yang
berkorelasi digunakan untuk pengujian perbedaan rata-rata dua variabel yang berasal
dari satu sampel yang sama sama namun mengalami dua perlakuan atau pengukuran
yang berbeda, sehingga bentuk datanya berpasangan.
Kriteria data yang dapat diuji dengan menggunakan Paired Samples t-Test , yaitu:
1. Data yang digunakan adalah data kuantitatif dengan skala pengukuran data
interval dan rasio.
2. Data berdistribusi normal.
Rumus yang digunakan untuk Paired Samples t-Test adalah sebagai berikut:
x1 x2
t …………..pers. (1)
s2
s s s
2
1
2r 1 2
2
n1 n2 n1 n2
Keterangan:
x1 = Rata-rata sampel 1
x2 = Rata-rata sampel 2
= Simpangan baku sampel 1
= Simpangan baku sampel 2
r = nilai koefisien korelasi antar dua sampel
= Varian sampel 1
= Varian sampel 2
n x1 x2 ( x1 )( x2 )
Dengan r
n x 2 x 2 n x 2 x 2
1 1 2 2
Atau Rumus yang digunakan untuk Paired Samples T-Test adalah sebagai berikut:
d d0
t0 b tn 1 ……………pers (2)
sd
n
t0b = nilai statistic uji t yang didapatkan dari data observasi
d rata-rata dari selisih pengamatan sampel
sd simpangan baku dari selisih pengamatan sampel
Hipotesis statistik yang dapat digunakan untuk menguji rata-rata data berpasangan,
salah satunya adalah :
Hipotesis awal :
H 0 : d 0 atau H 0 : 1 2 0
Hipotesis alternatif :
i) H1 : d 0 atau H1 : 1 2 0
ii) H1 : d 0 atau H1 : 1 2 0
iii) H1 : d 0 atau H1 : 1 2 0
Statistik uji yang digunakan adalah :
d d0
t0 b tn 1
sd
n
Keputusan tolak H0 , artinya menerima H1 untuk masing-masing jenis H1:
i) t0b t ;n 1
Contoh kasus:
Produsen Obat Diet (penurun berat badan) ingin mengetahui apakah obat yang
diproduksinya benar-benar mempunyai efek terhadap penurunan berat badan
konsumen. Untuk itu, sebuah sampel yang terdiri atas 10 orang masing-masing diukur
berat badannya, dan kemudian setelah sebulan meminum obat tersebut, kembali
diukur berat badannya. Berikut adalah hasil pengukuran berat badan sebelum dan
sesudah pemakaian obat diet (angka dalam kilogram):
di 1, 201
sdi 2,3073
Nilai t-hitung :
1, 201 0 1, 201
t0 b 1.64598 tdb
5%
10 1
2,3073 0.729657
10
d. Menentukan wilayah kritis yaitu daerah penerimaan H0 dan Daerah penolakan H0
Daerah
penolakan Ho
Daerah
Daerah penerimaan Ho
penolakan Ho
e. Keputusannya adalah menerima hipotesis nol (H0) karena nilai statistik uji yaitu t-
observasi atau t-hitung=1,64 terletak pada daerah penerimaan H0, atau Karena nilai t-
hitung = 1,64 kurang dari nilai statistik teoritik (t-tabel) = 2,262, maka keputusannya
adalah terima H0.
f. Kesimpulan yang didapatkan dari pengujian hipotesis diatas adalah seara statistik
tidak terdapat perbedaan yang signifikan rata-rata berat badan sebelum minum obat
diet dengan setelah konsumsi obat diet, atau rata-rata berat sebelum dan sesudah
minum obat diet secara statistik adalah sama.
Analisis menggunakan bantuan SPSS
a. Cara memasukkan data ke SPSS
Membuka file baru. Klik File lalu New lalu Data.
Memberi nama variabel yang diperlukan dalam kasus ini terdapat dua variabel
yaitu Sebelum [sblm] dan Sesudah [ssdh]
Klik Variabel View (kanan bawah).
Isikan nama variabel pada kolom Name (misal: Sebelum [sblm] dan Sesudah
[ssdh] ) maksimal 8 karakter.
Kolom Type, klik Numeric karena penghitungannya berupa angka.
Kolom Widht, isikan 8 (kondisi default) dan Decimals isikan 2 (kondisi
default).
Setelah pengisian selesai klik Continue
Mengisikan data lalu klik Data View (kanan bawah), isikan data 4 tersebut di
atas pada kolom Sebelum dan Sesudah dengan mengetikkan ke bawah sesuai
dengan data 4 di atas.
b. Menyimpan data
Klik File lalu Save kemudian berilah nama yang anda inginkan (misal: data2).
Data SPSS akan tersimpan dalam file ekstense.sav
c. Pengolahan data
Klik Analyze lalu Compare Means lalu Paired Sample T-Test
Klik kedua variabel Sebelum dan Sesudah dan pindahkan ke kotak Paired
variable.
Std. Error
Mean N Std. Devi ation Mean
Pai r Sebelum 84.5100 10 6.63931 2.09953
1 Sesudah 83.3090 10 5.58235 1.76530
N Correlation Sig.
Pair 1 Sebelum & Sesudah 10 .943 .000
Paired Samples Test
Paired Differences
95% Confidence
Interval of the
Std. Error Difference
Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair 1 Sebelum - Sesudah 1.2010 2.30738 .72966 -.4496 2.8516 1.646 9 .134
Daerah
penolakan Ho
Daerah
Daerah penerimaan Ho
penolakan Ho
4
Untuk memperoleh nilai t tabel lihat pada tabel statistik. Nilai-nilai dalam Distribusi t, dimana = 5% untuk
uji dua fihak/arah (two tail test) dengan derajat kebebasan n-1.
TUGAS TERSTRUKTUR 4
Analisis Uji-t dua sampel berpasangan
Kasus 1 :
Seorang peneliti ingin mengetahui tentang efektifitas metode cooperative learning dalam
menurunkan kecemasan siswa menghadapi pelajaran matematika. Untuk itu dilaksanakan
studi kuasi eksperimental pada siswa di suatu sekolah menengah pertama (SMP), yaitu
dengan menguji tingkat kecemasan siswa dalam menghadapi pelajaran matematika antara
sebelum dan sesudah diberikan metode cooperative learning tersebut. Studi ini ingin
membuktikan apakah ada perbedaan tingkat kecemasan siswa dalam menghadapi
pelajaran matematika antara sebelum dan sesudah diberikan metode cooperative learning.
Berdasarkan 40 sampel siswa SMP yang dipilih secara ranom dapat diketahui bahwa
tingkat kecemasan antara sebelum dan sesudah diberikan metode cooperative learning
adalah sebagai berikut:
Data: tingkat kecemasan siswa sebelum dan sesudah diberikan metode cooperative learning
Tingkat Kecemasan Menghadapi Pelajaran Matematika
No. Sebelum Sesudah No. Sebelum Sesudah
1 25 20 21 32 20
2 23 15 22 31 21
3 35 17 23 37 28
4 21 15 24 22 22
5 24 10 25 28 17
6 31 27 26 21 19
7 32 31 27 33 21
8 37 29 28 31 16
9 38 21 29 28 28
10 30 20 30 32 20
11 29 26 31 24 16
12 24 19 32 27 24
13 34 15 33 33 21
14 37 20 34 34 20
15 28 25 35 26 25
16 23 10 36 28 20
17 29 12 37 32 22
18 25 25 38 31 25
19 32 28 39 36 30
20 30 22 40 35 28
Tugas:
1. Laksanakan analisis uji-t dua sampel berpasangan untuk data tersebut di atas dengan
melakukan kegiatan berikut:
a. Buatlah hipotesis nol (HO) dan hipotesis alternatif (H1) !
b. Ujilah hipotesis tersebut dengan taraf signifikansi 0,05 (5%)!
c. Hitunglah nilai statistik ujinya !
d. Buatlah keputusan dan simpulkan hasil uji-t dua sampel tersebut!
2. Laksanakan analisis uji-t dua sampel berpasangan untuk data tersebut di atas dengan
dengan bantuan SPSS ! Susunlah out put SPSS tersebut menjadi laporan tugas
Terstruktur, termasuk print out komputer yang asli bukan fotokopi.
Kasus 2
Seorang peternak bebek ingin mengetahui jenis pakanyang paling baik untuk menghasilkan
telur yang lebih banyak. Penelitian dilakukan kepada 23 ekor bebek betina dengan
memberikan pakan jenis baru, rata-rata telur yang diperoleh dari seekor bebek per
tahunnya adalah 296 butir dengan simpangan baku 15 butir. Jika dengan menggunakan
pakan jenis yang lama rata-rata telur yang diperoleh dari seekor bebek pertahunnya
adalah 283 butir. Ujilah
pernyataan bahwa pakan jenis baru lebih baik dibandingkan pakan jenis lama.
Gunakan tingkat kepercayaan 99%.
Tugas:
Laksanakan analisis uji-t dua sampel berpasangan untuk data tersebut di atas dengan
melakukan kegiatan berikut:
a. Buatlah hipotesis nol (HO) dan hipotesis alternatif (H1) !
b. Ujilah hipotesis tersebut dengan taraf signifikansi 0,05 (5%)!
c. Hitunglah nilai statistik ujinya !
d. Buatlah keputusan dan simpulkan hasil uji-t dua sampel tersebut!
MODUL 5
Analisis Uji-t Dua Sampel Saling Bebas
(Independent Samples T-Test)
Pengertian:
Uji-t dua sampel saling bebas atau Independent Samples t-test digunakan
membandingkan rata-rata data dua sampel yang tidak berkorelasi atau saling bebas.
Fenomena sampel-sampel berkorelasi biasanya terdapat pada rancangan penelitian
eksperimen. Sedangkan pada penelitian survey, biasanya sampel-sampel yang
dikomparasikan saling independent.
Independent sample t-test (uji t dua sampel saling bebas) diartikan sebagai pengujian
rata-rata dua subyek atau dua sampel berbeda yang memiliki perlakuan atau
pengukuran yang sama.
Kriteria data yang dapat diuji dengan menggunakan Independent Samples t-test ,
yaitu:
3. Data yang digunakan adalah data kuantitatif dengan skala pengukuran interval dan
rasio.
4. Data berasal dari dua sampel yang saling bebas dan sampel acak, serta
berdistribusi normal.
Terdapat dua Rumus yang digunakan untuk uji-t sampel saling bebas (Independent
Samples T-Test) adalah sebagai berikut:
H0 Statistik Uji H1 Wilayah Kritis
Jika 12 = 22 & tidak diketahui, 1 2 d0 t0b t ;dk
3. 1 2 d0 2 2
Maka digunakan s1 dan s2
1 2 d0 t0b t ;dk
tob
x1 x2 d0
1 2 d0 t0b t dan
Sp 1 1 2
; dk
n1 n2
t0 b t
; dk
2
Sp
n1 1 s12 n2 1 s22
n1 n2 2 dk n1 n2 2
t0 b t
2 ; dk
s 2
s 2 2
1 2
dk n1 n2
2 2
s12 s22
n1 n2
n1 1 n2 1
Keterangan:
x1 = Rata-rata sampel 1
x2 = Rata-rata sampel 2
= Varian sampel 1
= Varian sampel 2
S p2 = Varian Pooled atau ragam gabungan antara sampel 1 dan sampel 2
Contoh kasus:
Seorang peneliti ingin mengetahui apakah metode pembelajaran A dan metode
pembelajaran B mempengaruhi perbedaan prestasi belajar mahasiswa pada mata kuliah
statistik. Untuk itu, dilakukan eksperimen terhadap dua kelas berbeda, kelas G diberikan
metode pembelajaran A dan kelas H diberikan metode pembelajaran B. Setelah satu
semester, kedua kelas tersebut ditest untuk mengetahui sejauh mana prestasi belajar
mahasiswa pada mata kuliah statistik antara yang diberikan metode pembelajaran A dan
yang diberi metode pembelajaran B. Hasilnya adalah sebagai berikut:
Dengan taraf signifikan (galat/p) = 0,05 (5%), apakah terdapat perbedaan prestasi
belajar Statistika antara mahasiswa yang diberikan metode pembelajaran A dan
mahasiswa yang diberikan metode pembelajaran B?
Solusi:
k. Rumusan Hipotesis
H 0 : 1 2 0
“Tidak terdapat perbedaan prestasi belajar mahasiswa pada mata kuliah
statistik antara mahasiswa yang diberi metode pembelajaran A dan mahasiswa
yang diberi metode pembelajaran B”.
H1 : 1 2 0
“Terdapat perbedaan prestasi belajar mahasiswa pada mata kuliah statistik
antara mahasiswa yang diberi metode pembelajaran A dan mahasiswa yang
diberi metode pembelajaran B”.
b. Menetapkan taraf signifikansi yang digunakan yaitu 5%
c. Melakukan pengujian ragam dua sampel identik atau berbeda.
Menentukan statistik uji yang akan digunakan pada Independent t-test, harus
menguji dulu ragam kedua sampel identik/sama ataukah ragam berbeda,
dengan langkah-langkah sebagai berikut:
i. Hipotesis yang akan diuji :
H 0 : 12 22
H1 : 12 22
Kedua varians populasi adalah tidak identik (varians populasi
mahasiswa yang diberikan metode pembelajaran A dan metode B
adalah berbeda).
s 2 0,990
2
Fob 12 1, 275
s2 0, 775 2
iv. Keputusan
Tolak H 0 jika Fob F dan Fob F .
1 ; dk1 , dk2 ; dk1 , dk2
2 2
1 1
Dimana : F 0, 4032
1 ; dk1 , dk2 F 2, 48
2
; dk1 , dk2
2
dk1 n1 1 15 1 14
dk2 n2 1 15 1 14
Karena nilai F-hitung atau Fob lebih dari nilai F-tabel yaitu
Fob 1, 275 F _ tabel 0, 4032 , maka diputuskan menolak hipotesis
nol (H0) dan menerima hipotesis alternatif (H1).
v. Kesimpulan
Karena keputusannya menerima hipotesis alternatif, maka kesimpulan
yang dapat diambil adalah varians populasi mahasiswa yang diberikan
metode pembelajaran A dan metode B adalah berbeda.
d. Statistik Uji
Dari hasil pengujian varian dua populasi menghasilkan varian yang berbeda,
maka statistic ujinya menggunakan rumus :
x1 x2 7,13 8, 20 1, 07 1, 07
tob 3, 2655
s2
s 2 2
0,990 0, 775 2
0,10534 0,3246
1
2
n1 n2 15 15
2
s12 s22
dk n1 n2
2 2
s12 s22
n1 n2
n1 1 n2 1
2
0,9902 0, 7752
0, 06534 0, 04004
2
dk 15 15
2 2
0,9902 0, 7752 0, 065342 0, 040042
15 15 14 14
15 1 15 1
0,105382 0, 0111
dk 27, 75 28
0, 0003 0, 0001 0, 0004
Sehingga t-tabel dengan 0, 025 dengan dk=28 =2,048.
2
e. Menentukan daerah penerimaan H0 dan penolakan H0
Daerah
penolakan Ho Daerah
Daerah penerimaan Ho
penolakan Ho
Klik OK
Setelah pengisian selesai klik Continue
Mengisikan data lalu klik Data View (kanan bawah), akan terlihat
dua kolom yaitu metode dan prestasi
Pada kolom metode isikan kode 1 sebanyak 15 menurun ke bawah
dan kode 2 sebanyak 15 menurun ke bawah
Untuk menampilkan label value nya, klik View lalu View Labels,
maka akan terlihat label sebenarnya
Pada kolom prestasi isikan data 5 tersebut di atas sesuai dengan
kelompok metode pembelajarannya.
m. Menyimpan data
Klik File lalu Save kemudian berilah nama yang anda inginkan
(misal: data5). Data SPSS akan tersimpan dalam file ekstensen .sav
n. Pengolahan data
Klik Analyze lalu Compare Means lalu Independent Sample T-
Test
Klik variabel prestasi dan pindahkan ke kotak Test variable.
Klik variabel metode dan pindahkan ke kotak Grouping variable.
Klik Define Group, untuk group 1, isi dengan kode 1 yang berarti
group 1 berisi tanda 1 atau metode pembelajran A. Untuk group 2,
isi dengan kode 2 berarti group 2 berisi tanda 2 atau metode
pembelajaran B.
Klik Option untuk memilih Convidense Interval, selang
kepercayaan yang akan digunakan (posisi default : 95%). Untuk
Missing Values atau data yang hilang, karena dalam kasus ini
tidak ada data yang kosong maka diabaikan saja.
Klik Continue
Klik OK
o. Output SPSS
Hasil output SPSS dapat disimpan dengan cara klik File lalu Save
kemudian berilah nama yang anda inginkan (misal: output3).
Adapun output SPSS dapat dilihat sebagai berikut:
Group Statistics
Std.
Metode Pembelajaran N Mean Deviation Std. Error Mean
95% Confidence
Interval of the
Equal variances
-3.286- 26.463 .003 -1.067- .325 -1.733- -.400-
not assumed
5
Jika probabilitas < 0,05 atau Ho ditolak artinya kedua varians benar-benar berbeda, maka harus
menggunakan varians untuk membandingkan rata-rata populasi (t-test untuk Equality of Means) menggunakan
t test dengan dasar Equal Variance not Assumed (diasumsikan kedua varians tidak sama).
kuliah statistik antara mahasiswa yang diberi
metode pembelajaran A dan metode B.
* Sedangkan jika dilihat dari perbedaan rata-rata
(mean different) prestasi belajara adalah -
1,0667. Angka ini berasal dari rata-rata prestasi
belajar mahasiswa yang diberi metode
pembelajaran A dan metode B. 7,1333- 8,2000 =
-1,0667
* Berdasarkan rata-rata prestasi belajar dimana
mahasiswa yang diberikan metode pembelajaran
A, rata-ratanya sebesar 7,1333 dan mahasiswa
yang diberi metode pembelajaran B sebesar
8,2000, maka dapat disimpulkan bahwa metode
pembelajaran B lebih efektif dalam
meningkatkan prestasi belajar mahasiswa pada
mata kuliah statistik dibandingkan dengan
metode A.
* Berdasarkan keterangan 95% confiedence
Interval of Means dan kolom Equal Variance
assumed didapat angka sebagai berikut:
Lower (perbedaan rata-rata bagian bawah)
adalah -1,73168
Upper (perbedaan rata-rata bagian atas) adalah
0,40165
Hal ini berarti perbedaan prestasi belajar
mahasiswa yang diberikan metode A dan
metode B berkisar antara -1,73168 sampai
0,40165, dengan perbedaan rata-rata adalah -
1,0667.
q. Kesimpulan
Berdasarkan hasil analisis data tersebut dapat disimpulkan bahwa ada
perbedaan rata-rata prestasi belajar mahasiswa pada mata kuliah statistik
antara mahasiswa yang diberi metode pembelajaran A dengan metode
pembelajaran B. Dengan memperhatikan perbedaan rata-rata prestasi
belajar, maka dapat disimpulkan bahwa metode pembelajaran B lebih
efektif dibanding metode pembelajaran A dalam meningkatkan prestasi
belajar pada ata kuliah statistik. Oleh karena itu bagi dosen yang
mengajar pada mata kuliah statistik lebih baik menggunakan metode
pembelajaran B daripada A.
TUGAS TERSTRUKTUR 5
Analisis Uji-t dua sampel Saling Bebas
Kasus:
Seorang peneliti ingin mengetahui orientasi berprestasi pada mahasiswa di perguruan
tinggi. Untuk itu dilakukan penelitian survey untuk melihat apakah terdapat perbedaan
orientasi berprestasi antara mahasiswa pria dengan wanita. Penelitian ini ingin
membuktikan apakah terdapat perbedaan orientasi berprestasi antara mahasiswa pria
dengan wanita. Berdasarkan 100 sampel sebagai subjek penelitian, masing-masing 50
mahasiswa pria dan 50 mahasiswa wanita yang dipilih secara random untuk diuji dengan
menggunakan test orientasi berprestasi, yaitu sebagai berikut:
Data: Hasil test orientasi berprestasi mahasiswa pria dan wanita
Pria Wanita Pria Wanita
7.6 6.6 6.2 7.0
7.3 7.5 7.1 4.1
7.5 6.7 6.7 6.8
8.1 5.5 8.2 5.2
6.4 6.0 7.8 6.7
6.1 5.7 6.1 6.9
6.2 7.1 6.3 5.1
5.7 6.9 6.1 6.6
6.8 4.1 5.8 6.8
7.0 5.0 6.2 5.0
8.9 5.6 7.4 5.6
6.4 5.9 6.7 6.4
7.4 6.5 5.3 7.1
8.7 4.0 7.4 6.0
7.8 7.5 6.6 6.5
6.3 6.0 7.8 6.0
7.9 5.2 5.2 7.2
6.5 5.5 6.1 6.5
6.2 6.8 5.6 6.0
7.0 4.2 5.5 6.8
6.7 5.5 7.2 6.6
7.1 6.7 6.2 6.3
7.3 6.8 7.3 5.7
6.8 6.1 6.4 6.1
7.2 7.2 6.8 6.0
Tugas:
3. Laksanakan analisis uji-t dua sampel saling bebas untuk data tersebut di atas dengan
SPSS
4. Cetaklah hasilnya dan gunakan untuk melakukan kegiatan berikut:
e. Buatlah hipotesis nol (HO) dan hipotesis alternatif (Ha)
f. Ujilah hipotesis tersebut dengan taraf signifikansi 0,05 (5%)
g. Interpretasi dan simpulkan hasil uji-t dua sampel saling bebas tersebut
5. Susunlah hasil tugas butir 2 tersebut menjadi laporan tugas Terstruktur T-3, termasuk
print out komputer yang asli bukan fotokopi.
MODUL 6
Pengertian:
Analisis korelasi merupakan suatu hubungan antara satu variabel dengan variabel
lainnya. Korelasi tersebut bisa secara korelasional dan bisa juga secara kausal. Jika
korelasi tersebut tidak menunjukkan sebab akibat, maka korelasi tersebut dikatakan
korelasional, artinya sifat hubungan variabel satu dengan variabel lainnya tidak jelas
mana variabel sebab dan mana variabel akibat. Sebaliknya, jika korelasi tersebut
menunjukkan sifat sebab akibat, maka korelasinya dikatakan kausal, artinya variabel
yang satu merupakan sebab, dan variabel lainnya merupakan akibat.
Salah satu analisis korelasi yang digunakan adalah korelasi Pearson atau product
moment correlation.
Ada beberapa hal yang harus dipenuhi apabila menggunakan teknik korelasi product
moment, yaitu:
1. Data kedua variabel berbentuk data kuantitatif (interval dan rasio).
2. Data berasal dari populasi yang berdistribusi normal.
Terdapat dua rumus yang digunakan untuk menghitung koefisien korelasi, yaitu
sebagai berikut:
∑
1. =
√(∑
∑
(∑ ) (∑ )
2. =
√{ ∑ (∑ }{ ∑ (∑ }
Keterangan:
Y=(
Contoh kasus:
Seorang peneliti ingin mengetahui hubungan antara motivasi belajar dengan
prestasi belajar pada mata kuliah statistik mahasiswa program studi psikologi
IAIN Sunan Ampel Surabaya. Untuk ini, peneliti melakukan penelitian dengan
mengambil sampel sebanyak 30 subjek. Setelah diberikan instrumen penelitian
berupa sekala motivasi belajar (skala MB), dan dilihat hasil prestasi belajar mata
kuliah statitstik, diperoleh data sebagai berikut:
Data 8: motivasi belajar dan prestasi belajar mahasiswa
Solusi:
1. Hipotesis.
H0 : Tidak ada hubungan antara motivasi belajar dengan prestasi belajar pada mata
kuliah statistik mahasiswa prodi psikologi.
Ha: Ada hubungan antara motivasi belajar dengan prestasi belajar pada mata kuliah
statistik mahasiswa prodi psikologi.
2. Cara memasukkan data ke SPSS.
Membuka file baru. Klik File - New - Data
Memberi nama variabel yang diperlukan dalam kasus ini terdapat dua variabel
yaitu motivasi belajar dan prestasi belajar
Klik Variabel View (kanan bawah)
Isikan nama variabel pada kolom Name (misal: x untuk motivasi belajar dan
y untuk prestasi belajar) maksimal 8 karakter.
Kolom Type, klik Numeric karena penghitungannya berupa angka.
Kolom Widht isikan 8 kondisi default dan Decimals isikan 2 (kondisi
default)
Kolom Label dapat diisikan keterangan untuk melengkapi kolom Name
(misal: motivasi belajar dan prestasi belajar).
Setelah pengisian selesai – klik Continue.
Mengisikan data – klik Data View (kanan bawah), isikan data 8 tersebut di
atas, 30 data pada kolom x untuk variabel Motivasi belajar, dan 30 data pada
kolom y untuk variabel prestasi belajar.
3. Menyimpan data.
Klik File – Save – kemudian berilah nama yang anda inginkan (misal: data 8).
Data SPSS akan tersimpan dalam file ektensen .sav
4. Pengolahan data
Klik Analyze – Correlation – Bivariate.
Klik variabel x dan y, pindahkan ke kotak variables
Pilih Pearson pada kolom Correlation Coefficents
Pilih Two Tailed pada kolom Test Of Significant
Klik Continue
Klik Ok
5. Output SPSS
Hasil output SPSS dapat disimpan dengan cara klik File – Save – kemudian
berilah nama yang anda inginkan (misal: output 6)
Adapun output SPSS dapat dilihat sebagai berikut:
Correlations
Motivasi Prestasi
belajar belajar
**
Motivasi Pearson Correlation 1 .642
belajar
Sig. (2-tailed) .000
N 30 30
**
Prestasi Pearson Correlation .642 1
belajar Sig. (2-tailed) .000
N 30 30
Catatan:
Berkaitan dengan besaran harga koefisien korelasi, harga korelasi berkisar dari
0 (tidak ada korelasi sama sekali) sampai dengan 1 (korelasi sempurna).
Semakin tinggi harga koefisien korelasinya berarti semakin kuat korelasinya,
dan sebaliknya7.
Tanda pada harga korelasi juga berpengaruh pada penafsiran terhadap hasil
analisis korelasi, yaitu penjelasannya sebagai berikut:
a. Tanda positif (+) pada harga koefisien korelasi menunjukkan adanya
arah hubungan yang searah, artinya hubungan kedua variabel( x dan y)
6
Lihat r table product moment dengan taraf signifikansi 0,05 (5%)
7
Sebenarnya tidak ada ketentuan yang tepat mengenai apakah korelasi tertentu menunjukkan tingkat korelasi
yang tinggi atau lemah. Namun bisa dijadikan pedoman sederhana, bahwa angka korelasi di atas 0,05
menunjukkan korelasi yang cukup kuat, dan sebaliknya.
adalah berbanding lurus. Semakin tinggi x akan diikuti dengan
semakin tinggi pula y, dan sebaliknya.
b. Tanda negatif (-)pada harga koefisien korelasi menunjukkan adanya
arah hubungan yang berlawanan, artinya hubungan kedua variabel( x
dan y) adalah berbanding terbalik. Semakin tinggi x akan diikuti
dengan semakin rendah y, dan sebaliknya.
7. Kesimpulan.
Penelitian ini membuktikan bahwa ada hubungan yang signifikan antara
motivasi belajar dengan prestasi belajar pada mata kuliah statistik mahasiswa
prodi psikologi. Hal ini berarti bahwa prestasi belajar itu sangat berhubungan
dengan motivasi belajar.
Berdasarkan harga koefisien korelasi sebesar 0,642, di mana harga korelasinya
bersifat positif, artinya semakin tinggi motivasi belajar maka akan dibarengi
dengan semakin tinggi pula prestasi belajar pada mata kuliah statistik
mahasiswa prodi psikologi.
TUGAS TERSTRUKTUR 6
Analisis Korelasi Product Moment
Kasus:
Seorang peneliti ingin mengetahui ada hubungan antara rata-rata nilai ujian nasional
SMA dengan nilai test potensial akademik para peserta SPMB di suatu perguruan tinggi.
Untuk itu dilakukan penelitian untuk menguji apakah ada hubungan antara nilai ujian
nasional SMA dengan nilai potensi akademik para peserta SPMB. Berdasarkan sampel 30
subjek yang diambil secara random, diperoleh data sebagai berikut:
Data: nilai hasil ujian nasional dan nilai tes potensi akademik
No. UNAS TPA No. UNAS TPA
1 8.1 375 16 7.8 315
2 6.9 310 17 7.9 342
3 7.2 343 18 6.6 289
4 7.4 356 19 7.4 310
5 8.2 398 20 7.2 334
6 7.4 352 21 8.4 396
7 7.8 375 22 6.8 305
8 8.4 410 23 8.1 415
9 7.3 366 24 7.6 375
10 7.2 350 25 7.5 382
11 7.9 370 26 7.9 375
12 8.1 420 27 7.0 330
13 7.5 325 28 6.5 290
14 7.0 361 29 7.3 325
15 7.4 305 30 7.5 345
Tugas:
6. Laksanakan Analisis Korelasi Product Moment untuk data tersebut di atas dengan
SPSS
7. Cetaklah hasilnya dan gunakan untuk melakukan kegiatan berikut:
h. Buatlah hipotesis nol (HO) dan hipotesis alternatif (Ha)
i. Ujilah hipotesis tersebut dengan taraf signifikansi 0,05 (5%)
j. Interpretasi dan simpulkan hasil analisis Korelasi Product Moment tersebut
8. Susunlah hasil tugas butir 2 tersebut menjadi laporan tugas Terstruktur T-6, termasuk
print out komputer yang asli bukan fotokopi.