Modul Matakuliah

Statistik Probabilitas

Oleh:

Dosen : Hadi Asnal, S.Kom., M.Kom

NIDN : 1027078902
Program Studi : Teknik Informatika

Sekolah Tinggi Manajemen Informatika dan Komputer Amik Riau

STMIK Amik Riau
Memulai SPSS dan Mengelola File

A. MEMULAI SPSS
Untuk memulai SPSS for Windows langkah yang harus dilakukan adalah:

Klik menu Start | Programs | SPSS for Windows | SPSS for Windows. Kemudian akan
ditampilkan menu utama SPSS for Windows, seperti tampak pada gambar berikut :

Beberapa menu utama yang penting dalam SPSS adalah sebagai berikut:

 Analyze digunakan untuk menganalisa data


 Transform digunakan untuk memanipulasi data

 File berisi fasilitas pengelolaan atau manajemen data dan file
 
 Graph digunakan untuk memvisualkan data
 
 Utilities digunakan berkaitan dengan utilitas
 Anda juga akan menjumpai menu di kiri bawah “Data View” dan “Variable View”.
a. Membuat Variabel
Langkah pertama adalah dengan mendefinisikan terlebih dahulu variabelnya:
1. Aktifkan variable view
2. Isikan data-data variabel:
- Namenama variable (Default Max 8 karakter)
- Typetipe data dari variable
- Widthmengatur banyaknya karakter yang dibutuhkan suatu data.
- Decimal untuk data yang bertipe numeric.
- Labeluntuk memberi keterangan penjelas dari variable.
- Valuesuntuk menentukan label variable dan nilai dari label tersebut.
- Missing digunakan apabila dalam data yang akan diolah terdapat data-data
yang hilang atau tidak ada. Misalkan, pada kolom missing diisi tanda “*”
maka apabila dalam variabel tersebut data yang disikan adalah tanda “*”
berarti data tersebut tidak ada.
- Coloum digunakan untuk menentukan lebar kolom data.
- Alignuntuk mengatur tampilan data rata kiri, rata kanan, atau tengah.
- Measure menunjukkan jenis pengukuran data apakah bertipe skala
(kuantitatif asli), nominal, atau ordinal (untuk data kualitatif).
Berikut adalah contoh tampilan dari pendefinisian variabel :
 Dan berikut ini adalah contoh tampilan setelah data diisikan dalam Data view sesuai
dengan tipe datanya :

Klik menu Analyze | Descriptive Statistics | Frequence

Maka akan muncul halaman berikut :

Masukan nilai UTS dan Nilai UAS pada variable(s)

 Klik Statistics, maka akan tampil seperti gambar dibawah ini | cek list pada Mean,
Median, Mode, Std. Deviasi, Maximum dan Minimum | Continue
Berikut Hasil dari perhitungan SPSS.

Menggunakan perintah Charts Langkah-langkah

mengoperasikan charts sebagai berikut:
 Klik menu Analyze | Descriptive Statistics | Frequences | Charts, lalu tandai Histogram
dan with normal curve | Continue | OK
Berikut hasil charts untuk nilai UTS dan UAS
EKPLORASI DATA MENGGUNAKAN SPSS

1. Input (Memasukkan) Data

Misalkan kita punya data sebagai berikut:

Langkah-langkah memasukkan data secara langsung ke SPSS:

a. Buka lembar kerja baru
b. Menampilkan tampilan VARIABLE VIEW untuk mempersiap-kan pemasukan nama dan
properti variabel.
c. Menamai variabel yang diperlukan, dalam hal ini ada 4 variabel, maka akan dilakukan input
nama variabel sebanyak 4 kali.
d. Untuk setiap variabel terdiri dari beberapa kolom sebagai berikut:
a. Name merupakan tempat menuliskan nama variabel, misalkan variable pertama adalah
NAMA, variabel kedua adalah BERAT BADAN, variabel ketiga adalah GENDER dan
variabel keempat PENDIDIKAN. Letakkan pointer di bawah kolom Name, lalu ketik X1
atau nama variabel yang diinginkan. (Nama variabel tidak boleh lebih dari 8 karakter
dan semua huruf dianggap kapital)
b. Type merupakan tipe data dari variabel tersebut. Tipe data terdiri dari: Numeric,
Comma, Dot., Scientific notation, Date, Custom currency, dan String. Karena nama
seseorang (variabel NAMA) adalah huruf, bukan angka, maka tipe variabel ini adalah
String. Sedangkan berat seseorang berupa angka atau numerik maka tipenya dipilih
 Numerik. Sementara untuk Gender dan Pendidikan merupakan variabel yang unik bila
dibandingkan variabel NAMA yang berisi huruf, karena selain dapat diberi tipe string
juga bisa diberi tipe numerik dengan skala datanya kategorik (nominal atau ordinal).
c. Width adalah untuk menentukan berapa jumlah maksimal angka/huruf yang dapat
dimuat. Untuk keperluan praktik biarkan kolom width sesuai dengan default SPSS yaitu
=8
d. Desimal adalah untuk menentukan jumlah angka di belakang koma. Bila angka
merupakan bilangan bulat, seperti PRIA = 1, WANITA = 2, decimal diisi dengan angka
NOL (0).
e. Label. Untuk menjelaskan atau menerangkan nama variabel yang ditulis dalam
Name. Ketik Berat Badan dalam kg.
f. Values. Untuk mendeskripsikan nilai-nilai yang ada pada variabel tersebut, jika tipe
datanya kategorik, seperti Jenis Kelamin (PRIA = 1, WANITA = 2)berskala nominal, dan
Pendidikan (SD =1, SMP =2, SMA = 3, S1 = 4) berskala Ordinal. Variabel NAME
memiliki tipe string, dan BERAT BADAN memiliki tipe skala kontinue, maka abaikan
kolom Values.
g. Missing. Tidak ada data missing, maka abaikan bagian ini.
h. Columns. Manunjukkan lebar kolom yang diinginkan. Untuk default ketik 8.
i. Align. Menunjukkan format isisn dalam sel. Apakah rata kiri, rata kanan, atau center.
j. Measure. Menunjukkan ukuran skala data pada kolom tersebut, dengan pilihan scale
jika datanya kontinue, ordinal jika skalanya ordinal dan nominal jika skala datanya
nominal.

e. Langkah berikutnya adalah mengisikan data variabel yang telah didefinisikan nama, tipe,
width dan desimalnya. Cara pengisian data persis seperti kita mengisi data pada program
Excell, yaitu baris-baris pada tiap-tiap kolom variabel tersebut, seperti gambar berikut ini
 f. Langkah berikutnya adalah menyimpan data.

Dari menu File, lalu pilih submenu Save As ….

Beri nama file tersebut, misalnya kita beri nama “Berat”. Dan tempatkan file tersebut
di direktori yang kita kehendaki. Untuk tipe data file SPSS adalah sav, sehingga data
tersebut akan disimpan dengan nama lengkap Berat.sav.
2. Peringkasan dan Penyajian Data dalam bentuk Grafik
Macam menu grafik yang disediakan oleh SPSS diantaranya adalah Bar (grafik batang),
Line (grafik garis), Pie (grafik lingkaran), Scatter/Dot (sebaran/titik), Histogram, dll.
Masing-masing grafik memiliki karakteristik-karakteristik tertentu yang sesuai dalam
menggambaran data. Grafik yang berbasis batang, umumnya digunakan untuk
menggambarkan perbandingan antar variabel/kategori. Grafik yang berbasis garis, umumnya
(lebih sesuai) untuk menggambarkan perkembangan data. Grafik yang berbasis lingkaran,
umumnya untuk menggambarkan data yang bersifat proporsi. Grafik yang berbasis titik
umumnya untuk menggambarkan pencaran/sebaran data.
1) Grafik jenis Bar (Batang)
Diagram ini berupa batang-batang yang menggambarkan nilai dari masing-masing
kategori. Diagram ini bisa diterapkan pada tabel ringkasan maupun table frekuensi dan
tabel kontigensi. Untuk menyajikan data dalam bentuk grafik Bar (Batang) maka klik
menu Graph; Legancy Dialogs, Bar seperti Gambar berikut
 Sehingga akan muncul tampilan sebagai berikut:

Terdapat tiga pilihan grafik batang, yaitu Simple, Clustered dan Stacked. Pilihan Simple
digunakan untuk menggambarkan grafik dari variabel tunggal. Pilihan Clustered dan Stacked
digunakan untuk menggambarkan grafik dari variabel tunggal tetapi dikelompokkan
berdasarkan kategori dari variabel lainnya. Pengelompokan pada tipe grafik Clustered
dilakukan secara horizontal, sedangkan pada tipe Stacked secara vertikal. Kemudian terdapat
pilihan tampilan data untuk grafik (Data in Chart Are), yaitu diringkas berdasarkan kategori
(Summaries for groups of cases), diringkas berdasarkan pemisahan variabel (Summaries of
separate variables) atau menampilkan data individual.
Sebagai latihan awal, kita akan membuat grafik untuk variabel Pendidikan. Kita pilih
jenis grafik Simple (klik) dan tampilan data adalah Summaries for groups of cases. Kemudian
klik Define, akan muncul tampilan berikut:

Tentukan terlebih dahulu ukuran yang akan ditampilkan oleh batang dari grafik kita
(Bar Represent). Ada beberapa pilihan yaitu ukuran frekuensi absolut (N of cases), kumulatif
frekuensi (Cum.N), persentase frekuensi (% of cases), kumulatif persentase frekuensi (Cum.%),
atau ukuran statistik lainnya (Other Statistics). Untuk latihan ini, kita pilih N of cases.
Selanjutnya masukkan variabel Pendidikan ke dalam kotak Category Axis, dan kemudian klik
OK. Akan muncul output grafik sebagai berikut:
2) Grafik jenis Line (Garis)
Untuk menyajikan data dalam bentuk grafik Line ( Garis ) maka klik menu Graph -->
Legacy dialogs --> Line Charts.
Untuk menyajikan data dalam bentuk grafik Line ( Garis ) maka klik menu Graph ; Line
Charts sehingga akan muncul tampilan sbb :

Tipe grafik Line yang tersedia adalah :

a. Simple :menghasilkan grafik garis tunggal untuk masing-masing kategori, kasus atau
Variable
 b. Multiple :Menghasilkan grafik garis ganda untuk masing-masing kategori, kasus atau
Variable
c. Drop-line : Menghasilkan grafik garis vertikal yang menghubungkan tanda-tanda
dalam kategori untuk masing-masing kategori, kasus atau variable

3) Grafik jenis Pie (Lingkaran)

Untuk menyajikan data dalam bentuk grafik Pie (Lingkaran) maka klik menu Graph ;
Pie Charts sehingga akan muncul tampilan sbb :

Tipe grafik Pie yang tersedia adalah :

a. Summaries for groups of cases : Grafik ini menyajikan data untuk tiap grup tertentu.
b. Summaries of separate variable : Grafik ini menyajikan data untuk tiap variable.
c. Value of individual cases : Grafik ini menyajikan data untuk tiap kasus
secara individual.

4) Grafik jenis Area

Untuk menyajikan data dalam bentuk grafik Area maka klik menu Graph ; Bar
Charts sehingga akan muncul tampilan sbb :
 Tipe grafik Area yang tersedia adalah :
a. Simple: Menghasilkan grafik area yang tunggal untuk masing-masing kategori,
kasus atau variable
b. Stacked : Menghasilkan grafik area ganda tunggal untuk masing-masing kategori,
kasus atau variable

5) Grafik jenis Scatterplot

Untuk menyajikan data dalam bentuk grafik Scatterplot maka klik menu Graph;
Scatterplot Charts sehingga akan muncul tampilan sbb :

Tipe grafik Area yang tersedia adalah :

a. Simple : Menghasilkan grafik scaterrplot yang menunjukkan distribusi bersama dari
dua variabel.
b. Overlay : Menghasilkan grafik scaterrplot ganda, dimana warna atau simbol plot
yang membedakannya
c. Matrix : Menghasilkan grafik scaterrplot untuk seluruh pasangan variabel
d. 3-D : Menghasilkan grafik scaterrplot yang menunjukkan distribusi bersama dari
tiga variabel.
 LANGKAH-LANGKAH MELAKUKAN UJI NORMALITAS

Kolmogorov-Smirnov dengan SPSS :

1. Langkah pertama adalah persiapkan data yang dingin di uji dalam file doc, excel, atau yang
lainnya untuk mempermudah tahapannya nanti.
2. Buka program SPSS pada komputer. klik Variable View, dibagian pojok kiri bawah.
3. Selanjunya, pada bagian Name tulis saja Motivasi kemudian Prestasi, pada Decimals ubah semua
menjadi angka 0, pada bagian Label tuliskan Motivasi Belajar kemudian Prestasi belajar, abaikan
yang lainnnya.

4. Setelah itu, klik Data View, dan masukkan data Motivasi Belajar dan Prestasi Belajar yang sudah
dipersiapkan tadi.

5. Langkah selanjutnya, kita akan mengubah data tersebut ke dalam bentuk unstandardized residual,
caranya adalah : dari menu SPSS pilih menu Analyze, kemudian klik Regression, dan pilih Linear
6. Muncul kotak dialog dengan nama Linear Regression, selanjutnya masukkan variabel Prestasi
Belajar (Y) ke Dependent, masukkan variabel Motivasi Belajar (X) ke kotak Independent (s), lalu
klik Save

7. Akan mucul lagi kotak dialog dengan nama Linear Regression:save, pada bagian Residuals,
centang (V) Unstandardized (abaikan kolom yang lain), Selanjunya klik Continue, lalu klik OK,
maka akan muncul variabel baru dengan nama RES_1, abaikan saja output yang muncul dari
program SPSS
8. Langkah selanjutnya, pilih menu Analyze, lalu pilih Non-parametric Test, klik Legaci Dialog,
kemudian pilih submenu 1-Sample K-S

9. Muncul kotak dialog lagi dengan nama One-Sampel Kolmogorov-Smirnov test, selanjutnya,
masukkan variabel Unstandardized Residuals ke kotak Test Variable List, pada Test Distribution
centang (V) Normal
10. Langkah terkahir yakni klik OK untuk mengakhiri perintah, Selanjutnya lihat tampilan
Outputnya, tinggal kita interprestasikan supaya lebih jelas.

Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar 0,977 lebih besar dari
0,05, sehingga dapat disimpulkan bahwa data yang kita uji berdistribusi normal.
 UJI T DEPENDENT

1. Gunakan data berikut untuk melakukan uji T Dependent

Seorang peneliti ingin mengetahui efektivitas pengaruh model pembelajaran Cooperative
Learning type Jigsaw terhadap prestasi belajar matematika. Dari satu kelas hanya diambil
sample 10 siswa dan dilakukan tes prestasi sebelum dan sesudah diterapkan model
pembelajaran Cooperative Learning Type Jigsaw.

2. Misal X1 : sebelum diterapkan model pembelajaran dan X2 : setelah diterapkan model

pembelajaran. Masukkan data diatas pada Data View, namun sebelumnya kita harus
menentukan nama dan tipe datanya pada Variable View.

3. klik Menu Analyze  Compare Means  paired Sample T-Test.

4. Masukkan X1 ke variable 1 dan X2 ke variable 2

5. Klik option dan pada interval confidence masukkan 95% (karena α = 0,05).
6. Kemudian klik continue
7. Kemudian klik OK
8. Sehingga menghasilkan hasil analisa sebagai berikut :
9. Analisis :
a. Hipotesis :
Ho : Kedua rata-rata adalah identik (rata-rata nilai matematika siswa tidak mengalami
peningkatan dengan menggunakan model Cooperative Learning type Jigsaw).
H1 : Kedua rata-rata adalah tidak identik (rata-rata nilai matematika siswa mengalami
peningkatan dengan menggunakan model Cooperative Learning type Jigsaw).
b. Pengambilan Keputusan :
Jika Sig. < 0,05 maka H0 ditolak
Karena nilai Sig 0,002 < 0,05 maka H0 ditolak, maka penerapan model pembelajaran
cooperativeLearning type jigsaw efektif terhadap prestasi belajar matematika
 UJI T INDEPENDENT

1. Gunakan data berikut untuk melakukan uji T Dependent

Seorang Guru ingin mengetahui pengaruh musik klasik terhadap kecepatan mengerjakan
puzzle pada anak TK. Setelah mendapatkan 16 orang anak Tk, ia mengacak mereka untuk
dimasukkan ke dalam 2 kelompok, yaitu KE dan KK. Pada KE diperdengarkan musik klasik
saat setiap anak mengerjakan puzzle, sedangkan pada KK mengerjakan hal yang sama tanpa
diperdengarkan apapun. Nilai yang diperoleh dari waktu (detik) yang dibutuhkan untuk
menyelesaikan puzzle. Data adalah waktu (dalam detik) yang dibutuhkan untuk mengerjakan
puzzle.

2. Masukkan data diatas pada Data View, namun sebelumnya kita harus menentukan nama dan
tipe datanya pada Variable View. Misal : waktu yang dibutuhkan menyelesaikan puzzle (Y),
Group (KE dan KK)
3. klik Menu Analyze  Compare Means  independent Sample T-Test.

4. Masukkan waktu yang dibutuhkan (Y) ke test variable dan kelompok KE dan KK ke grouping
variable.

5. Klik Define groups, pada use specified values masukkan angka “1” pada group 1 dan angka
“2” pada group 2. Kemudian klik continue.
6. Klik option dan pada interval confidence masukkan 95% (karena α = 0,05). Kemudian klik
continue

7. Kemudian klik OK
8. Sehingga menghasilkan hasil analisa sebagai berikut
9. Interpretasi Data :
Dari output SPSS di atas, kolom-kolom yang perlu diperhatikan adalah: Nilai
Levene's Test dan signifikansinya serta nilai-t dan signifikansinya. Levene's Test adalah
teknik statistik untuk menguji kesamaan varians di antara kedua kelompok. Jika nilai
signifikansi Levene's Test lebih kecil dari 0,05 (p < 0,05) berarti nilai Levene's Test
signifikan. Dengan kata lain, varians dari kedua kelompok berbeda. Sebaliknya, jika nilai
signifikansinya lebih besar dari 0,05 (p > 0,05) berarti varians dari kedua kelompok
adalah sama. Nilai Levene's Test ini akan mengarahkan kita dalam melihat nilai-t. Jika nilai
Levene's Test tidak signifikan maka kita melihat nilai-t pada baris yang pertama (equal
variance assumed), sedangkan jika nilai Levene's Test signifikan maka kita melihat nilai-t
pada baris yang kedua (equal variance not
assumed).
Output SPSS di atas menunjukkan bahwa nilai Levene's Test tidak signifikan (karena
p = 0,875 > 0,05), berarti varians dalam kedua kelompok adalah sama. Oleh karena itu, kita
melihat nilai t pada baris pertama, yaitu: -6,126 dengan signifikansi 0,000. Ini berarti nilai-t
signifikan (p = 0,000 < 0,005). Ini berarti bahwa waktu yang dibutuhkan kedua kelompok
untuk menyelesaikan puzzle berbeda secara signifikan. Dengan demikian dapat disimpulkan
bahwa musik klasik berpengaruh terhadap kecepatan anak mengerjakan tugas. Hasil
perhitungan SPSS ini menunjukkan hasil yang sama dengan perhitungan secara manual.
Hal yang mungkin membingungkan adalah mengapa diperoleh nilai-t yang negatif,
baik pada perhitungan manual maupun perhitungan dengan SPSS. Hal ini dapat terjadi karena
rumus yang digunakan adalah mencari selisih antara rata-rata waktu KE dan rata-rata waktu
KK. Karena waktu yang dibutuhkan KE lebih sedikit daripada waktu yang dibutuhkan KK
maka diperoleh selisih nilai yang negatif. Yang penting diperhatikan oleh peneliti adalah
nilai-t hitungnya, yaitu apakah lebih besar atau lebih kecil dari nilai-t tabel. Jika nilai-t hitung
lebih besar daripada nilai-t tabel maka nilai-t signifikan, sedangkan jika nilai-t hitung lebih
kecil daripada nilai-t tabel maka nilai-t tidak signifikan.
Pada pengolahan dengan SPSS, peneliti tidak perlu membandingkan nilai-t hitung
dengan nilai-t tabel tetapi cukup melihat signifikansi nilai-t. Jika nilai signifikansi lebih kecil
dari 0,05 (p < 0,05) berarti nilai-t hitung signifikan, yang berarti skor kedua kelompok
berbeda secara signifikan. Sebaliknya, jika nilai signifikansi lebih besar dari 0,05 (p > 0,05)
berarti nilai-t hitung tidak signifikan, artinya tidak ada perbedaan skor yang signifikan pada
kedua kelompok.
 LATIHAN
1. Akan diteliti mengenai perbedaan penjualan sepeda motor merk A disebuah kabupaten
sebelum dan sesudah kenaikan harga BBM. Data diambil dari 15 dealer. Data yang diperoleh
adalah sebagai berikut :

Dengan taraf signifikansi α = 0,05. Apakah terdapat pengaruh kenaikan harga BBM terhadap
penjualan sepeda motor merk A ?
2. Seorang guru SMA Mercu Buana ingin meneliti pengaruh les tambahan di sekolah terhadap
prestasi belajar siswanya untuk mata pelajaran matematika. Dari 20 siswa akan di bagi
menjadi 2 kelompok, yaitu mengikuti les tambahan (LT) dan tidak mengikuti les tambahan
(TLT). Setelah selang beberapa bulan di adakan tes prestasi belajar matematika dan berikut
hasil belajarnya :

Dengan taraf signifikansi α = 0,05. Apakah terdapat pengaruh mengikuti les tambahan dengan
tidak mengikuti les tambahan terhadap prestasi belajar siswa untuk mata pelajaran matematika
?
 UJI ANOVA

1. Soal :
Seorang peneliti ingin mengetahui apakah lama nya mengikuti sebuah kursus toefl mempengaruhi
terhadap nilai TOEFL siswa kursus tersebut. Peneliti melakukan uji terhadap 15 orang siswa dan
berikut data yang telah dikumpulkan peneliti tersebut. Ujilah apakah lamanya mengikuti kursus
TOEFL mempengaruhi nilai TOEFL siswa tersebut.

2. Masukan data lama kursus dan skor Toefl diatas ke dalam SPSS.
3. Pilih menu Analyze → Compare Mean → One Way Anova.

4. Masukan variabel SkoreToefl ke kotak Dependent List, dan LamaKursus ke kotak Faktor.

5. Klik tombol Post Hoc → LSD → Continue.

6. Klik tombol Options → Descriptive → Homogeneity of Variances Test → Continue.

7. Klik OK sehingga muncul hasil sebagai berikut.

8. Pembacaan Hasil Analisis
a. Tabel Descriptives menunjukan hasil analisis statistik deskriptifnya seperti rata per
kelompok, standar deviasi, standar error, minimum dan maksimum.
b. Tabel Test of Homogeneity of Variances menunjukan hasil uji homogenitas varians sebagai
prasyarat untuk dapat menggunakan ANOVA.
Hipotesis Penelitian :
Ho : Ketiga kelompok memiliki nilai varian yang sama.
H1 : Ketiga kelompok memiliki nilai varian yang tidak sama.

Hasil pengujian ditemukan bahwa F hitung = 0,786 dengan sig = 0,478. Oleh karena nilai sig
> α (0,05) maka dapat disimpulkan bahwa ketiga kelompok memiliki nilai varian yang sama
atau dengan kata lain varians antar kelompok bersifat homogen. Dengan demikian prasyarat
untuk dapat menggunakan ANOVA terpenuhi.
c. Tabel ANOVA menunjukan hasil uji beda rata-rata secara keseluruhan.
Hipotesis Penelitian :
Ho : Ketiga kelompok memiliki rata-rata skore Toefl yang sama.
H1 : Ketiga kelompok memiliki rata-rata skore Toefl yang berbeda.

Hasil analisis ditemukan harga F hitung sebesar 26,909 dengan sig = 0,000. Oleh karena nilai
sig < 0,05 maka Ho ditolak sehingga dapat disimpulkan ada perbedaan rata-rata skore Toefl
antara mahasiswa yang mengambil kursus tiga bulan, enam bulan, dan
Sembilan bulan.
Keterangan : jika hasil pengujiannya signifikan maka dilanjutkan ke uji post hoc, tetapi jika
tidak signifikan pengujian berhenti sampai di sini.
d. Tabel Multiple Comparisons menunjukan hasil uji lanjut untuk mengetahui perbedaan antar
kelompok secara spesifik sekaligus untuk mengetahui mana di antara ketiga kelompok
tersebut yang skore Toeflnya paling tinggi.
Hipotesis Penelitian :
Ho : Kedua kelompok memiliki rata-rata skore Toefl yang sama.
H1 : Kedua kelompok memiliki rata-rata skore Toefl yang tidak sama.

Misalnya untuk melihat perbedaan skore Toefl antara mahasiswa yang kursus tiga bulan dan
enam bulan diperoleh nilai sig = 0,004, Oleh karena nilai sig < 0,05 dapat disimpulkan bahwa
ada perbedaan skore Toefl antara mahasiswa yang kursus tiga bulan dan enam bulan. Dalam
hal ini skore Toefl mahasiswa yang kursus enam bulan lebih tinggi dari pada yang kursus tiga
bulan. Dengan kata lain lama kursus berpengaruh terhadap peningkatan skore Toefl
mahasiswa.
 LATIHAN
Peneliti ingin mengetahui apakah ada perbedaan rata-rata dalam pemakaian beberapa sim card antara
lain : IM3, Mentari, Simpati, AS, Flexi, 3, dan Axis pada beberapa daerah. Dari hasil penelitian
diperoleh informasi sebagai berikut :

Lakukanlah uji analisis untuk melihat apakah ada perbedaan rata-rata dalam pemakaian beberapa sim
card tersebut pada beberapa daerah !.