CONTOH INTERPRETASI HASIL OUTPUT SPSS: KORELASI PERSON PRODUCT MOMENT

Descriptive Statistics
	Mean	Std. Deviation	N
PENDAPATAN	7.0000	1.49071	10
PENGELUARAN	2.0000	.81650	10

Dari table diatas dapat diketahui bahwa

1.      Nilai rata-rata pendapatan adalah 7.00

Nilai rata-rata pengeluaran  adalah 2.00

2.      Standar deviasi ( seberapa jauh rentang data dari mean) pendapatan adalah 1.49071

Standar deviasi pengeluaran= 0.81

3.      Banyaknya data = 10

Correlations
		pendapatan	pengeluaran
pendapatan	Pearson Correlation	1	.913**
	Sig. (2-tailed)		.000
	N	10	10
pengeluaran	Pearson Correlation	.913**	1
	Sig. (2-tailed)	.000
	N	10	10
**. Correlation is significant at the 0.01 level (2-tailed).

Dari table diatas kita dapat mengetahui bahwa:

1.      Analisis korelasi

Hubungan antara pendapatan dan pengeluaran adalah (+) 0.913, tanda positif  menunjukkan bahwa ada hubungan yang positif antara pendapatan dan pengeluaran, berarti semakin besar pendapatan maka semakin besar pengeluaran., angka 0.913 (>0.5) menunjukkan bahwwa ada korelasi yang kuat antara pendapatan dan pengeluaran

2.      Signifikansi hasil korelasi

Ho= tidak ada korelasi antara pendapatan dan pengeluaran

Ha= ada korelasi antara pendapatan dan pengeluaran

Uji dua pihak                                                               

Dasar pengambilan keputusan:

-          Jika p>0.01, maka Ho diterima

-          Jika p<0.01, maka Ho ditolak

Keputusan:

Karena angaka probabilitas data di atas adalah 0.00 maka ho ditolak, dan Ha diterima

Ini berarti ada korelasi antara pendapatan dan pengeluaran.

Contoh soal Chi square (satu sampel)

1.    Seorang peneliti ingin mengetahui kemungkinan beberapa deterjen yang dipakai oleh ibu-ibu di sebuah desa. Berdasarkan pengamatan ditemukan 36 memakai rinso , 29 memakai daia, 22 memakai attack, dan 13 memakai wings.

Peny:

Rumusan masalah: Apakah ada kecenderungan ibu-ibu sebuah desa dalam memakai deterjen?

H₀ : kemungkinan ibu-ibu sebuah desa memakai deterjen yang sama.
H_a : kemungkinan ibu-ibu sebuah desa tidak memakai deterjen yang sama.

 α = 0,05

Deterjen	fo	fh	fo-fh	(fo-fh)2	(fo-fh)2 / fh
Rinso	36	25	11	121	4,84
Daia	29	25	4	16	0,64
Attack	22	25	-3	9	0,36
Wings	13	25	-12	144	5,76
JUMLAH	100	100	0	290	11,6

Dari tabel di atas menunjukkan bahwa   hitung = 11,6

 tabel = 1,34 (pada df= 4 dan )

Karena  > , maka Ho ditolak dan Ha diterima, ini berarti kemungkinan ibu-ibu sebuah desa tidak memakai deterjen yang sama.

STATISTIK: contoh kasus hipotesis kompararatif

Kasus 1

Karena banyak rumor yang mengatakan bahwa tingkat kecerdasan pria berbeda dengan wanita, maka seorang peneliti ingin mengetahui apakah benar ada perbedaan tingkat kecerdasan pria dan wanita .

Uji dua pihak

Rumusan masalah= Apakah ada perbedaan tingkat kecerdasan antara pria dan wanita?

Ho= tingkat kecerdasan pria dan wanita sama saja

Ha= tingkat kecerdasan pria dan wanita berbeda

Kasus 2

Seorang peneliti ingin menyelidiki tentang perbedaan tingkat kecerdasan pria dan wanita. Banyak peneliti dan teori- teori sebelumnya mengatakan bahwa laki-laki lebih cerdas dibandingkan wanita. Peneliti ingin mengetahui apakah tingkat kecerdasan pria lebih tinggi daripada  wanita.

Uji satu pihak

Rumusan masalah= Apakah tingkat kecerdasan pria lebih tinggi daripada wanita?

Ho= tidak ada perbedaan tingkat kecerdasan pria dan wanita

Ha= tingkat kecerdasan pria lebih tinggi daripada wanita