Uji Signifikansi

8/18/2019 Uji Signifikansi

1/16

1

Test of significant

Uji signifikansi adalah salah satu tahap terpenting dalam sebuah riset, khususnya riset

yang bermetodologi kuantitatif. Uji ini yang akan menentukan simpulan hasil riset. Uji

signifikansi menentukan apakah hipotesis yang dibuat di awal riset akan diterima atau

ditolak. Karena peran pentingnya itulah, para ahli mencari cara terbaik yang dapat

membedakan hasil pengamatan secara meyakinkan. Tingkat keyakinan yang memadai

untuk dapat menerima suatu hipotesis tersebut yang kerap disebut dengan istilah

signifikansi statistik ( statistical significance).

Terdapat dua pendapat dalam penentuan signifikansi statistik dalam riset ilmu sosial.endapat !isher menggunakan nilai p untuk menunjukkan uji signifikansi dan inferensi

induktif. "ementara pendapat #eyman$earson menggunakan nilai alpha untuk

menunjukkan perilaku yang terpilih di antara hipotesis null (% &) dan hipotesis alternatif

(%').

endapat yang dianut oleh !isher berdasarkan cara berpikir induktif. !isher

menggunakan nilai p untuk menentukan signifikansi. #ilai p ini menunjukkan

probabilitas hasil pengamatan () tidak memiliki efek atau hubungan dengan hipotesis

null (%&), dinotasikan dengan ( %&). #ilai p menunjukkan besarnya probabilitas

kebenaran hipotesis null (%&) saja tanpa ada hipotesis alternatif (%'). *ika %& terbukti

signifikan, maka bisa disimpulkan (inferensial) bahwa %& diterima.

+ahab #eyman$earson menggunakan uji hipotesis untuk mencari titik

signifikansi antara dua hipotesis. +enurut pendapat ini, titik signifikansi tersebut

tercapai saat model penelitian bebas dari kesalahan, atau setidaknya error-kesalahandalam pengamatan bisa diminimalisasi. "ignifikansi tersebut ditentukan oleh besarnya

dua macam error, yaitu salah menolak %&, atau kerap disebut Type /rror (0), dan salah

menerima %', atau disebut Type /rror ().

2engan demikian, penggunaan p$3alue dan Type error tidak dapat dicampuradukkan.

4alaupun keduanya sama$sama mengamati ekor distribusi ( tail distribution), tetapi $

3alue menunjukkan di area distribusi mana hasil penelitian terletak dan hanya bisa

diketahui setelah uji statistik, sementara Type /rror menunjukkan apakah hasil

penelitian akan jatuh di area distribusi yang diterima atau ditolak5 dan nilainya

ditentukan oleh peneliti sebelum uji statistik. Kombinasi keduanya untuk menguji


2/16

6

signifikansi statistik tentu adalah sebuah metode penilaian yang bias. erlu ditekankan

bahwa nilai$p !isherian secara filosofis berbeda dari Tipe kesalahan #eyman$earson .

+elalui tulisannya berjudul “Statistical methods and scientific induction” yang

diterbitkan tahun 1788 di *ournal of the 9oyal "tatistical "ociety, :, ;olume 17?


3/16

A

Uji$t dapat dibagi menjadi 6, yaitu uji$t yang digunakan untuk pengujian hipotesis 1$

sampel dan uji$t yang digunakan untuk pengujian hipotesis 6$sampel. :ila dihubungkan

dengan kebebasan (independency) sampel yang digunakan (khusus bagi uji$t dengan 6$

sampel), maka uji$t dibagi lagi menjadi 6, yaitu uji$t untuk sampel bebas (independent)

dan uji$t untuk sampel berpasangan (paired).

2alam lingkup uji$t untuk pengujian hipotesis 6$sampel bebas, maka ada 1 hal yang

perlu mendapat perhatian, yaitu apakah ragam populasi (ingat= ragam populasi, bukan

ragam sampel) diasumsikan homogen (sama) atau tidak. :ila ragam populasi

diasumsikan sama, maka uji$t yang digunakan adalah uji$t dengan asumsi ragam

homogen, sedangkan bila ragam populasi dari 6$sampel tersebut tidak diasumsikan

homogen, maka yang lebih tepat adalah menggunakan uji$t dengan asumsi ragam tidak

homogen. Uji$t dengan ragam homogen dan tidak homogen memiliki rumus hitung yang

berbeda. Eleh karena itulah, apabila uji$t hendak digunakan untuk melakukan pengujian

hipotesis terhadap 6$sampel, maka harus dilakukan pengujian mengenai asumsi

kehomogenan ragam populasi terlebih dahulu dengan menggunakan uji$!.

Simple Analysis of variances

Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika

yang termasuk ke dalam cabang statistika inferensi. 2alam literatur ndonesia metode ini

dikenal dengan berbagai nama lain, seperti analisis ragam, sidik ragam, dan analisis

variansi. a merupakan pengembangan dari masalah :ehrens$!isher , sehingga uji$! juga

dipakai dalam pengambilan keputusan. 'nalisis 3arians pertama kali diperkenalkan oleh

"ir 9onald !isher , bapak statistika modern. 2alam praktik, analisis 3arians dapat

merupakan uji hipotesis (lebih sering dipakai) maupun pendugaan (estimation,

khususnya di bidang genetika terapan).

"ecara umum, analisis 3arians menguji dua 3arians (atau ragam) berdasarkan hipotesis

nol bahwa kedua 3arians itu sama. ;arians pertama adalah 3arians antarcontoh ( among

samples) dan 3arians kedua adalah 3arians di dalam masing$masing contoh (within

samples). 2engan ide semacam ini, analisis 3arians dengan dua contoh akan

memberikan hasil yang sama dengan uji$t untuk dua rerata (mean).

"upaya sahih (3alid) dalam menafsirkan hasilnya, analisis 3arians menggantungkan diri

pada empat asumsi yang harus dipenuhi dalam perancangan percobaan=

http://id.wikipedia.org/wiki/Metodehttp://id.wikipedia.org/wiki/Metodehttp://id.wikipedia.org/wiki/Statistikahttp://id.wikipedia.org/wiki/Statistika_inferensihttp://id.wikipedia.org/w/index.php?title=Masalah_Behrens-Fisher&action=edit&redlink=1http://id.wikipedia.org/w/index.php?title=Masalah_Behrens-Fisher&action=edit&redlink=1http://id.wikipedia.org/w/index.php?title=Masalah_Behrens-Fisher&action=edit&redlink=1http://id.wikipedia.org/w/index.php?title=Uji-F&action=edit&redlink=1http://id.wikipedia.org/wiki/Sirhttp://id.wikipedia.org/wiki/Ronald_Fisherhttp://id.wikipedia.org/wiki/Uji_hipotesishttp://id.wikipedia.org/w/index.php?title=Pendugaan&action=edit&redlink=1http://id.wikipedia.org/wiki/Varianshttp://id.wikipedia.org/wiki/Hipotesishttp://id.wikipedia.org/w/index.php?title=Uji-t&action=edit&redlink=1http://id.wikipedia.org/w/index.php?title=Uji-t&action=edit&redlink=1http://id.wikipedia.org/wiki/Statistikahttp://id.wikipedia.org/wiki/Statistika_inferensihttp://id.wikipedia.org/w/index.php?title=Masalah_Behrens-Fisher&action=edit&redlink=1http://id.wikipedia.org/w/index.php?title=Uji-F&action=edit&redlink=1http://id.wikipedia.org/wiki/Sirhttp://id.wikipedia.org/wiki/Ronald_Fisherhttp://id.wikipedia.org/wiki/Uji_hipotesishttp://id.wikipedia.org/w/index.php?title=Pendugaan&action=edit&redlink=1http://id.wikipedia.org/wiki/Varianshttp://id.wikipedia.org/wiki/Hipotesishttp://id.wikipedia.org/w/index.php?title=Uji-t&action=edit&redlink=1http://id.wikipedia.org/wiki/Metode


4/16

B

1. 2ata ber distribusi normal, karena pengujiannya menggunakan uji !$"nedecor

6. ;arians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena

hanya digunakan satu penduga (estimate) untuk 3arians dalam contoh

A. +asing$masing contoh saling bebas, yang harus dapat diatur dengan perancangan

percobaan yang tepat

B. Komponen$komponen dalam modelnya bersifat aditif (saling menjumlah).

'nalisis 3arians relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai

bentuk percobaan yang lebih rumit. "elain itu, analisis ini juga masih memiliki

keterkaitan dengan analisis regresi. 'kibatnya, penggunaannya sangat luas di berbagai

bidang, mulai dari eksperimen laboratorium hingga eksperimen periklanan, psikologi,

dan kemasyarakatan.

+ultiple Fomparisons

!actorial 'nalysis of ;ariance

Kegunaan factor analisis =

1. Untuk mengidentifikasi underlying dimensions (factor) yang dapat menjelaskan

sekumpulan korelasi sekumpulan 3ariable

6. Untuk mengidentifikasikan 3ariable baru, yang dapat digunakan untuk analisis

lainnya

A. Untuk mengidentifikasi satu atau beberapa 3ariable dari 3ariable yang banyak

jumlahnya

B. +engkonfirmasi konstruksi suatu 3ariable laten

'nalysis of Fo3ariance

engertian gamblangnya analisis ko3arian (anako3a) adalah

penggabungkan antara uji komparatif dan korelasional. Kalau ano3a

hanya menguji perbandingan saja akan tetapi kalau anako3a kita

menguji perbandingan sekaligus hubungkan. sitilah ko3a dalam

anako3a berasal dari k ata ko3arian (co3ariance ) yang menunjukkan

adanya 3ariabel yang dihubungkan. ngat co dalam :ahasa nggris

artinya bersama, yang menunjukkan adanya hubungan. Kita

http://id.wikipedia.org/wiki/Distribusi_normalhttp://id.wikipedia.org/w/index.php?title=Homoskedastisitas&action=edit&redlink=1http://id.wikipedia.org/w/index.php?title=Homoskedastisitas&action=edit&redlink=1http://id.wikipedia.org/wiki/Eksperimenhttp://id.wikipedia.org/wiki/Eksperimenhttp://id.wikipedia.org/wiki/Laboratoriumhttp://id.wikipedia.org/wiki/Periklananhttp://id.wikipedia.org/wiki/Periklananhttp://id.wikipedia.org/wiki/Psikologihttp://id.wikipedia.org/wiki/Distribusi_normalhttp://id.wikipedia.org/w/index.php?title=Homoskedastisitas&action=edit&redlink=1http://id.wikipedia.org/wiki/Eksperimenhttp://id.wikipedia.org/wiki/Laboratoriumhttp://id.wikipedia.org/wiki/Periklananhttp://id.wikipedia.org/wiki/Psikologi


5/16

8

membandingkan 3ariabel tergantung (G) ditinjau dari 3ariabel bebas

(H1) sek aligus menghubungkan 3ariabel tergantung tersebut dengan

3ariabel bebas lainnya (H6). ;ariabel H6 yang dipakai memprediksi

inilah yang dinamakan dengan k o3arian.

!ungsi Umum 'nak o3a

Untuk memudahkan pemahaman awam, dapat dikatakan bahwa

anako3a adalah peng$ gabungan antara teknik ano3a dan regresi.

'no3a 2ipakai untuk menguji perbandingan 3ariabel tergantung (G)

ditinjau dari 3ariabel bebas (H1)

9egresi 2ipakai untuk memprediksi 3ariabel tergantung (G) melalui

3ariabel bebas

(H6)

:iasanya karakteristik 3ariabel pengujian anako3a adalah

sebagai berikut = ;ariabel Tergantung (G) = K ontinum

;ariabel :ebas (H1) = Kategorikal

;ariabel :ebas (H6) = K ontinum

Kontinum ;ariabel yang memiliki nilai kuantitatif yang bergerak

dalam kontinum dari rendah hingga tinggi (inter3al atau rasio).

%asil pengukuran melalui sk ala psikologi termasuk dalam

kelompok ini misalnya= harga diri, moti3asi bela jar, I, %asil Tes+atematika.

Kategorikal ;ariabel hasil pengkodean terhadap kategori (nominal).

+isalnya= jenis kelamin, kelas, lokasi tempat tinggal, bidang

pek erjaan.

Kesimpulannnya dalam anako3a, 3ariabel tergantungnya berbentuk

kontinum dan harus ada dua jenis 3ariabel dalam 3ariabel bebas, yaitu

kategorikal dan kontinum.

2engan menggunakan anako3a maka peranan 3ariabel bebas terhadap


6/16

>

3ariabel tergantung, baik melalui komparasi maupun prediksi dapat

dilakukan secara bersamaan (simultan). :eberapa penelitian yang

menggunakan 3ariabel kontrol meletakkan 3ari$ abel kontrol sebagai

k o3arian.

ada Tabel 1 disajikan desain analisis yang menggunakan anako3a

yang mele$ takkan 3ariabel kontrol sebagai ko3arian. !okus penelitian

adalah menguji perbe$ daan, misalnya menguji perbedaan kepuasan

kerja ditinjau dari jenis bidang k erja


7/16

Table 1= 2esain 'nalisis dengan 'nak o3a

;. :ebas J ;. Ter antun %i otesis:idan ker a H1 Ke uasan 'da erbedaan ke uasan

Kom ensasi H6 Ker a G ditin au dari bidan k er akar awan den aninsentif an diterima

*enis Kelamin 2e resi G 2e resi ada wanita lebihola ikir H6 dibandin ada ria

men endalikan ola ikir

dan menguji perbedaan depresi ditinjau dari jenis kelamin. engujian

seperti ini da$ pat menggunakan analisis 3arian atau uji$t. #amun karena

ada 3ariabel kontrol yang dilibatkan, maka analisis dilakukan dengan

menggunakan analisis k o3arian.

ada Tabel 1, mungkin kita bertanya= +engapa peneliti menetapkan

kompensasi atau pola pikir sebagai 3ariabel kontrol Kok tidak sekalian

3ariabel bebas saja :isa jadi fokus penelitian hanya pada satu 3ariabel

bebas saja sehingga 3ariabel diluar itu dilihat sebagai 3ariabel pelengkap

sehingga statusnya diturunkan menjadi 3ariabel kontrol. %al ini tidak

masalah selama sesuai dengan tujuan penelitian dan memiliki dukungan

teori.

"ebagai tambahan, jika semua 3ariabel bebas adalah 3ariabel kontinum,

maka de$ sain analisis yang tepat adalah menggunakan korelasi parsial.

*adi dalam kasus ini hipotesis utama bukan lagi Lada perbedaan...M , akan

tetapi Lada hubungan..M. +isalnya Lada hubungan antara kecerdasan

dengan prestasi belajar dengan mengendalikan moti3asi belajarM . 2alam hal

ini baik 3ariabel bebas (kecerdasan) dan 3ariabel kontrol (moti3asi belajar)

merupakan 3ariabel yang berbentuk kontinum.

Rumus Chi Square

Fhi$"Nuare disebut juga dengan Kai Kuadrat. Fhi "Nuare adalah salah satu jenis uji

komparatif non parametris yang dilakukan pada dua 3ariabel, di mana skala data kedua

3ariabel adalah nominal. ('pabila dari 6 3ariabel, ada 1 3ariabel dengan skala nominal maka


8/16

dilakukan uji chi sNuare dengan merujuk bahwa harus digunakan uji pada derajat yang

terendah).

Uji Fhi$sNuare atau Nai$kuadrat digunakan untuk melihat ketergantungan antara 3ariabel

bebas dan 3ariabel tergantung berskala nominal atau ordinal. rosedur uji chi$sNuare

menabulasi satu atau 3ariabel ke dalam kategori$kategori dan menghitung angka statistik chi$

sNuare. Untuk satu 3ariabel dikenal sebagai uji keselarasan atau goodness of fit test yang

berfungsi untuk membandingkan frekuensi yang diamati (fo) dengan frekuensi yang

diharapkan (fe). *ika terdiri dari 6 3ariabel dikenal sebagai uji independensi yang berfungsi

untuk hubungan dua 3ariabel. "eperti sifatnya, prosedur uji chi$sNuare dilkelompokan

kedalam statistik uji non$parametrik.

"emua 3ariabel yang akan dianalisa harus bersifat numerik kategorikal atau nominal dan

dapat juga berskala ordinal. rosedur ini didasarkan pada asumsi bahwa uji nonparametrik

tidak membutuhkan asumsi bentuk distribusi yang mendasarinya. 2ata diasumsikan berasal

dari sampel acak. !rekuensi yang diharapkan (fe) untuk masing$masing kategori harus

setidaknya =

Tidak boleh lebih dari dua puluh (6&O) dari kategori mempunyai frekuensi yang diharapkan

kurang dari 8.

!ormula uji Fhi "Nuare =

2imana =

P #ilai khai$kuadrat

fo P frekuensi obser3asi-pengamatan

fe P frekuensi ekspetasi-harapan

Uji chi$sNuare merupakan uji non parametris yang paling banyak digunakan. #amun perlu

diketahui syarat$syarat uji ini adalah= frekuensi responden atau sampel yang digunakan besar,

sebab ada beberapa syarat di mana chi sNuare dapat digunakan yaitu=

1. Tidak ada cell dengan nilai frekuensi kenyataan atau disebut juga Actual Count (!&)

sebesar & (#ol).

http://statistikian.blogspot.com/2012/04/uji-komparatif.htmlhttp://statistikian.blogspot.com/2012/04/uji-komparatif.html


9/16

6. 'pabila bentuk tabel kontingensi 6 H 6, maka tidak boleh ada 1 cell saja yang

memiliki frekuensi harapan atau disebut juga expected count (Q!hQ) kurang dari 8.

A. 'pabila bentuk tabel lebih dari 6 6, misak 6 A, maka jumlah cell dengan frekuensi

harapan yang kurang dari 8 tidak boleh lebih dari 6&O.

9umus chi$sNuare sebenarnya tidak hanya ada satu. 'pabila tabel kontingensi bentuk 6 6,

maka rumus yang digunakan adalah Qkoreksi yatesQ. Untuk rumus koreksi yates, sudah kami

bahas dalam artikel sebelumnya yang berjudul QKoreksi GatesQ.

'pabila tabel kontingensi 6 6 seperti di atas, tetapi tidak memenuhi syarat seperti di atas,

yaitu ada cell dengan frekuensi harapan kurang dari 8, maka rumus harus diganti dengan

rumus Q!isher /act TestQ.

Untuk memahami apa itu QcellQ, lihat tabel di bawah ini=

endidik

an

ekerjaanTotal

1 6

1 a b aRb

6 c d cRd

A e f eRf

Total aRcRe bRdRf #

Tabel di atas, terdiri dari > cell, yaitu cell a, b, c, d, e dan f.

"ebagai contoh kita gunakan penelitian dengan judul Qerbedaan ekerjaan :erdasarkan

endidikanQ.

http://statistikian.blogspot.com/2012/08/rumus-koreksi-yates.htmlhttp://statistikian.blogspot.com/2012/08/rumus-koreksi-yates.html


10/16

+aka kita coba gunakan data sebagai berikut=

9espo

nden

endid

ikan

ekerj

aan

1 1 1

6 6 6

A 1 6

B 6 6

8 1 6

> A 6

< 6 6

@ 1 6

7 6 6

1& 1 6

11 1 6

16 A 1

1A A 1

1B 6 1

18 1 6

1> A 6

1< 6 6

1@ 6 6

17 1 1

6& 6 6

61 A 1

66 1 1

6A A 6

6B 1 6

68 A 1


11/16

6> 6 6

6< 1 6

6@ 1 6

67 6 6

A& 1 1

A1 6 6

A6 6 1

AA 6 1

AB 1 1

A8 6 6

A> 1 1

A< A 6

A@ 6 6

A7 6 1

B& A 6

B1 1 1

B6 A 6

BA 1 1

BB 6 6

B8 1 1

B> A 1

B< A 6

B@ 6 1

B7 A 6

8& 6 1

81 6 1

86 6 6

8A A 6


12/16

8B 1 1

88 6 6

8> 6 6

8< 1 1

8@ A 1

87 6 1

>& A 1

2ari data di atas, kita kelompokkan ke dalam tabel kontingensi. Karena 3ariabel pendidikan

memiliki A kategori dan 3ariabel pekerjaan memiliki 6 kategori, maka tabel kontingensi yang

dipakai adalah tabel A 6. +aka akan kita lihat hasilnya sebagai berikut=

endidik

an

ekerjaanTotal

1 6

1 11 7 6&

6 @ 1> 6B

A < 7 1>

Total 6> AB >&

2ari tabel di atas, kita in3entarisir per cell untuk mendapatkan nilai frekuensi kenyataan,

sebagai berikut=

Fell !&

a 11

b 7

c @

d 1>

e <

f 7

http://statistikian.blogspot.com/2012/10/variabel-penelitian.htmlhttp://statistikian.blogspot.com/2012/10/variabel-penelitian.htmlhttp://statistikian.blogspot.com/2012/10/variabel-penelitian.html


13/16

Sangkah berikutnya kita hitung nilai frekuensi harapan per cell, rumus menghitung frekuensi

harapan adalah sebagai berikut=

!hP (*umlah :aris-*umlah "emua) *umlah Kolom

1. !h cell a P (6&->&) 6> P @,>><

6. !h cell b P (6&->&) AB P 11,AAA

A. !h cell c P (6B->&) 6> P 1&,B&&

B. !h cell d P (6B->&) AB P 1A,>&&

8. !h cell e P (1>->&) 6> P >,7AA

>. !h cell f P (1>->&) AB P 7,&><

+aka kita masukkan ke dalam tabel sebagai berikut=

Fell !& !h

a 11@,>>

<

b 711,A

AA

c @1&,B

&&

d 1>1A,>

&&

e <>,7A

A

f 77,&>

<

Sangkah berikutnya adalah menghitung Kuadrat dari Frekuensi

Kenyataan dikurangi Frekuensi Harapan per cell.


14/16

1. !h cell a P (11 $ @,>> $ 1A,>&&)6 P 8,&

8. !h cell e P (< $ >,7AA)6 P &,&&B

>. !h cell f P (7 $ 7,&>>

<

6,AA

A 8,BBB

b 7 11,A

AA

$

6,AA

A 8,BBB

c @ 1&,B

&&

$

6,B&

& 8,&

d 1>1A,>

&&

6,B&

& 8,&

e <>,7A

A

&,&>

< &,&&B

f 7 7,&>

<

$

&,&>

< &,&&B


15/16

Kuadrat dari Frekuensi Kenyataan dikurangi Frekuensi Harapan per cell kemudian dibagi

frekuensi harapannya=

1. !h cell a P 8,BBB-@,>>< P &,>6@

6. !h cell b P 8,BBB-11,AAA P &,B@&

A. !h cell c P 8,&-1&,B&& P &,88B

B. !h cell d P 8,&-1A,>&& P &,B6B

8. !h cell e P &,&&B->,7AA P &,&&1

>. !h cell f P &,&&B-7,&>< P &,&&&

Kemudian dari nilai di atas, semua ditambahkan, maka itulah nilai chi$sNuare hitung. Sihat

Tabel di bawah ini=

Fell !& !h!& $

!h(!& $ !h)6

(!& $

!h)6-!h

a 11@,>>

<

6,AA

A 8,BBB &,>6@

b 7 11,A

AA

$

6,AA

A 8,BBB &,B@&

c @ 1&,B

&&

$

6,B&

& 8,& &,88B

d 1>1A,>

&&

6,B&

& 8,& &,B6B

e <>,7A

A

&,&>

< &,&&B &,&&1

f 7 7,&>

<

$

&,&>

&,&&B &,&&&


16/16

<

Fhi$"Nuare %itung P 6,&@<

+aka #ilai Chi-Square Hitung adalah sebesar= !"#$.

Untuk menjawab hipotesis, bandingkan chi$sNuare hitung dengan chi$sNuare tabel pada

derajat kebebasan atau degree of freedom (2!) tertentu dan taraf signifikansi tertentu.

'pabila chi$sNuare hitung DP chi$sNuare tabel, maka perbedaan bersifat signifikan, artinya

%& ditolak atau %1 diterima.

2! pada contoh di atas adalah 6. 2i dapat dari rumus $D 2! P (r $ 1) (c$1)

di mana= r P baris. c P kolom.

ada contoh di atas, baris ada A dan kolom ada 6, sehingga 2! P (6 $ 1) (A $1) P 6. 'pabila

taraf signifikansi yang digunakan adalah 78O maka batas kritis &,&8 pada 2! 6, nilai chi$

sNuare tabel sebesar P 8,771. Karena 6,&@< C 8,771 maka perbedaan tidak signifikan, artinya

%& diterima atau %1 ditolak
http://statistikian.blogspot.com/2012/10/hipotesis.htmlhttp://statistikian.blogspot.com/2012/10/hipotesis.html

Documents

Uji Signifikansi