UJI VALIDITAS DAN RELIABILITAS

OLEH: DWI ENDAH .K

SKEMA VALIDITAS & RELIABILITAS
Validitas &
Reliabilitas
VALIDITAS
ISI
MUKA
LOGIK
KONSTRAK
M. MULTIMETHOD
FAKTORIAL
KRITERIA
PREDIKTIF
KONKUREN
RELIABILITAS
TES-ULANG
BEN. PARAREL
PRODUCT
MOMENT
KONSISTENSI
INTERNAL
CARA
PEMBELAHAN
SPEARMAN
BRWON
BELAH DUA
FORMULA
RULON
KOEFISIEN ALPHA
FORMULA
KUDER-
RICHARDSON
FORMULA
KRISTOF
BELAH TIGA
BELAH DUA
PANJANG
BERBEDA
ANALISIS
VARIANS
KASUS
KHUSUS
SKOR
KOMPOSIT
SKOR
PERBEDAAN
HASIL
RATINGS
Validitas

sejauhmana ketepatan dan kecermatan suatu
alat ukur dalam melakukan fungsi ukurnya
Isi
Ukuran berdasar derajat representatifnya isi tes bagi isi hal
yang diukur
Konstrak
Berdasar konstruksi teoritis yang merupakan proses kompleks
dan memerlukan analisis logis dan dukungan data empiris
Kriteria
Hasil pengukuran dengan alat yang dipakai sekarang sama/
mirip dengan alat yang dijadikan sebagai kriteria
Validitas ISI

Validitas Muka
Ditentukan melalui pendapat profesional dalam
proses telaah soal (penilaian didasarkan pada
format penampilan tes)
Validitas Logik (Sampling Validity)
menggunakan spesifikasi yang telah ada untuk
dilakukan analisis logis dalam menetapkan apakah
isi tes merupakan representasi dari ciri atributnya
Validitas KONSTRAK

Validitas Multitrait-Multimethod
- Konvergen : Tes berkorelasi dgn variabel yang
secara teori berkorelasi
- Diskriminan : Tes tak berkorelasi dgn variabel yg
secara teori tak berkorelasi
Validitas Analisis Faktor
kumpulan prosedur matematik yang kompleks guna
menganalisis saling hubungan diantara variabel-
variabel dan menjelaskan saling hubungan tersebut
dalam bentuk kelompok variabel yang terbatas
yang disebut faktor
Validitas Multitrait-Multimethod

Metode 1 Metode 2 Metode 3
Sifat A1 B1 C1 A2 B2 C2 A3 B3 C3
Metode 1
A1 0.89
B1 0.45 0.89
C1 0.38 0.41 0.91
Metode 2
A2 0.57 0.11 0.12 0.93
B2 0.21 0.58 0.10 0.68 0.94
C2 0.09 0.09 0.55 0.60 0.58 0.85
Metode 3
A3 0.58 0.11 0.21 0.68 0.41 0.35 0.87
B3 0.22 0.59 0.13 0.41 0.67 0.34 0.58 0.91
C3 0.10 0.09 0.55 0.34 0.32 .59 0.56 0.59 0.93
Pengukuran terhadap lebih dari satu sifat dgn menggunakan lebih dari satu metode & hal yg
diukur:
- Sifat sama diukur alat sama : reliabilitas tes
- Sifat sama diukur alat berbeda : validitas tes
- Sifat berbeda diukur alat sama : validitas diskriminan
- Sifat berbeda diukur alat berbeda : validitas diskriminan
Analisis Faktor

Prinsip dasar: mengekstraksi sejumlah factor (common factor) dari
gugusan variabel asal
- banyaknya faktor lebih sedikit dari variabel asal X
- sebagian besar informasi variabel X tersimpan dalam faktor
Tujuan: untuk mendapatkan sejumlah kecil faktor (komponen utama)
yang memiliki sifat mampu menerangkan semaksimal mungkin
keragaman data
Kegunaan:
- mengekstrak laten variabel dari indikator atau mereduksi variabel
unobservables menjadi variabel baru yang jumlahnya lebih sedikit
- mempermudah interpretasi, sehingga didapatkan informasi yang
realistik
- pemeriksaan validitas dan reliabilitas instrumen penelitian
- untuk pemetaan dan pengelompokkan variabel
- data (skor faktor) dapat digunakan sebagai input analisis lanjut
(misal: An. Diskriminan, An. Regresi, An. Cluster, MANOVA, SEM, MDS)
Analisis Faktor

Metode Pendugaan
- PCA (Principal Component Analysis)
- MLE (Maximum Likelihood Estimate)
Data Input: PCA (Principal Component Analysis)
- Matriks Kovarians : Unit satuan sama & skala homogen
- Matriks Korelasi : Unit satuan & skala berbeda
Interpretasi Teori dari Analisis Faktor:
1. Varians Variabel Asal X
Var(X
i
) = komunalitas + specifik varians


Komponen h
i
2
adalah komunalitas (comunality) yang menunjukkan
proporsi varians X yang dapat dijelaskan oleh p faktor bersama.
Komponen +
i
menunjukkan proporsi varians dari X yang disebabkan
oleh faktor spesifik atau galat (error)
o
ii
= h +
i
2
i
Analisis Faktor
2. Kriteria Faktor
- Eigen value yang lebih besar sama dengan satu ( 1)
- Keragaman komulatifnya kira-kira 60%
3. Kaiser Meyer Olkin (KMO)
- mengukur kecukupan sampling
- Kaiser (1974) : nilai KMO sebesar 0,90 adalah sangat bagus, 0,80
bagus, 0,70 cukup, 0,60 kurang, 0,50 jelek dan dibawah 0,50 tidak
dapat diterima
3. Covarians X dengan F (Loading)


Pembobot (Loading) Faktor:
- untuk intepretasi variabel terhadap faktor
- loading besar merupakan penyusun terbesar variabel thd faktor
- tanda (positif/negatif) hanya menunjukkan arah
4. Rotasi Faktor
- untuk memudahkan interpretasi faktor
ij j i
F X Cov = ) , (
Analisis Faktor

5. Skor Faktor



dan


F = matriks skor faktor yang dihasilkan
L = matriks faktor loading
f = (L' L) L (x - x)
j
-1
j
f = (L L L ' Z
j z
'
z z j
)
1
Z = (V ) (X- )
1/ 2 -1

Validitas Analisis Faktor

Korelasi
Loyal-1 Loyal-2 Loyal-3 Retran-1 Retran-2 Retran-3
Loyal-1 1.000 0.610 0.658 0.620 0.536 0.560
Loyal-2 1.000 0.326 0.369 0.196 0.261
Loyal-3 1.000 0.479 0.430 0.476
Retran-1 1.000 0.840 0.788
Retran-2 1.000 0.776
Retran-3 1.000
Loading Faktor-1 Faktor-2
Retran-2
0.929 0.143
Retran-3
0.883 0.227
Retran-1
0.871 0.323
Loyal-2
0.018 0.892
Loyal-1
0.462 0.791
Loyal-3
0.432 0.610
Validitas KRITERIA

Validitas Prediktif
- Bila tes berfungsi sebagai prediktor bagi performansi
diwaktu yang akan datang
- Tes dilakukan pada satu subyek dengan tenggang waktu
Validitas Konkuren
- merupakan validitas yang layak dalam situasi
diagnostik
- Tes dilakukan pada satu subyek dengan waktu yang
sama
Validitas & Konfindensi

Variasi Skor Murni Prediktor
Koreksi terhadap Efek Atenuasi
Validitas dan Panjang Tes
Berapa Tinggi Koefisien yang Memuaskan
estimasi antara distribusi skor-tampak tes dengan distribusi skor-tampak
kriterianya restriksi sebaran (krn: jumlah subjek berkurang atau sangat
homogennya skor subjek)
Formula:


dimana:
s
y
= standar distribusi skor Y
r
xy
= koefisien korelasi skor X dan skor Y
Validitas & Konfindensi : VARIASI SKOR-MURNI PREDIKTOR

2
xy y yx
r 1 s s =
Efek Atenuasi: Rendahnya rendahnya koefisien validitas yang diakibatkan
rendahnya reliabilitas tes yang bersangkutan atau oleh rendahnya
reliabilitas kriteria validasinya
Formula Spearman (1904):



dimana:
r
xy
= koefisien validitas sebelum dikoreksi
r
xx
= koefisien reliabilitas tes X
r
yy
= koefisien reliabilitas kriteria Y
Validitas & Konfindensi : KOREKSI THD EFEK ATENUASI

' ' yy xx
xy
txty
r r
r
r =
Perubahan banyaknya aitem dalam tes akan menyebabkan perubahan reliabilitas tes itu.
(Artinya, semakin tinggi reliabilitas maka semakin tinggi validitas).
Perbandingan validitas maksimal antara setelah dan sebelum penambahan aitem adalah :




Estimasi terhadap validitasnya setelah perubahan jumlah aitem dapat dihitung dengan
formula:


dimana:
r
XY
= Estimasi koefisien validitas setelah perubahan jumlah aitem
r
xy
= Koefisien valliditas sebelum perubahan jumlah aitem
r
xx
= Koefisien reliabilitas sebelum perubahan jumlah aitem
k = Perbandingan antara banyaknya aitem setelah dan sebelum perubahan


Validitas & Konfindensi : VALIDITAS DAN PANJANG TES

'
'
) (
) (
xx
XX
maks xy
maks XY
r
r
r
r =
'
) (
xx
xy XY
r 1 k 1
k
r r
+
=
Tidak ada batasan universal yang menunjuk kepada angka minimal
yang harus dipenuhi agar suatu tes dikatakan valid
Pertimbangan: sejauhmana tes yang bersangkutan dapat
bermanfaat dalam pengambilan keputusan
Cronbach, 1970:
-Yang tertinggi yang dapat kau peroleh
- koefisien yang berkisar antara 0,30 sampai dengan 0,50 telah
dapat memberikan kontribusi yang baik terhadap efisien suatu
lembaga
Validitas & Konfindensi : TINGGI KOEFISIEN YG MEMUASKAN

memuaskan atau tidak
penilaiannya dikembalikan kepada pemakai tes atau mereka yang
berkepentingan dalam penggunaan hasil ukur tes itu
Pendekatan Tes Ulang & Bentuk Pararel
Tes Ulang : Menyajikan Tes dua kali pada satu kelompok subyek dengan tenggang waktu
Ben. Pararel : Memberikan sekaligus dua bentuk tes pararel satu sama lain, kepada
sekelompok subyek
Konsistensi Internal
Hanya memerlukan satu kali pengenaan sebuah tes kepada sekelompok individu
sebagai subyek, sehingga dilakukan pembelahan tes menjadi beberapa kelompok aitem
Kasus Khusus
Reliabilitas: sejauhmana hasil suatu pengukuran dapat dipercaya

Reliabilitas: PENDEKATAN TES-ULANG & BENTUK PARAREL (Product Moment)

Subyek
Skor
Ke-I Ke-II
Ali 20 22
Ani 19 20
Adi 22 22
Ami 17 18
Abdi 24 24
Ina 17 16
Inu 20 21
Ima 15 17
Ira 24 23
Ida 19 19
r
xy
= 0.933
Subyek
Skor
Ke-I Ke-II
Ali 100 104
Ani 99 99
Adi 107 109
Ami 110 109
Abdi 109 111
Ina 98 100
Inu 111 113
Ima 100 102
Ira 100 100
Ida 108 108
r
xy
= 0.958


=

] ( ][ ( [(
) . ( ) (
) )
2 2 2
2
y y x
x
r
N N
Y X XY N
Random
Membelah tes menjadi dua bagian secara random dapat dilakukan dengan cara undian
sederhana guna menentukan aitem-aitem nomor berapa sajakah yang dimasukkan menjadi
belahan pertama dan mana diikutkan menjadi belahan ke dua. (Syarat: Aitem HOMOGEN)
Gasal Genap
Seluruh aitem yang bernomor urut gasal dijadikan satu kelompok menjadi belahan pertama
dan seluruh aitem yang bernomor urut genap dijadikan satu kelompok menjadi belahan
kedua
Matched Random Subset
Setiap dua aitem yang berdekatan (harga indeks aitem(p) dengan korelasi antara aitem
dengan skor tes (r
ix
)) dapat diundi untuk menentukan mana yang dimasukkan kedalam
belahan pertama dan mana yang diikutkan kedalam belahan kedua

Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Cara Pembelahan Tes

Formula:
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Spearman-Brown

978 0
957 0 1
957 0 2
r 1
r 2
r B S
12
12
xx
.
.
) . ( ) (
'
=
+
=
+
= =
Subyek
Nomor Aitem Belahan
X
1 2 3 4 5 6 7 8 9 10 11 12 1 2
A 1 1 2 2 1 0 1 1 2 2 2 2 9 8 17
B 0 0 2 1 0 0 2 2 1 2 0 1 5 6 11
C 0 0 2 2 0 0 1 0 2 2 0 0 5 4 9
D 2 2 2 2 1 0 0 2 2 2 1 0 8 8 16
E 2 2 2 2 1 2 2 2 1 1 0 0 8 9 17
F 0 0 2 2 2 2 1 1 1 1 2 1 8 7 15
G 1 0 1 1 2 2 0 1 0 0 0 0 4 4 8
H 0 0 0 0 1 1 1 1 1 0 0 0 3 2 5
I 2 2 2 2 2 2 2 1 2 2 2 2 12 11 23
J 1 1 1 1 1 1 1 0 0 0 0 0 4 3 7
Belahan 1 = Jumlah skor Nomor Aitem 1+3+5+7+9+11 (Gasal )
2 = Jumlah skor Nomor Aitem 2+4+6+8+10+12 (Genap)
Korelasi Belahan 1 dan 2 = r
12
= 0.957
Formula:
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Rulon

Subyek
Nomor Aitem Belahan
d X
1 2 3 4 5 6 7 8 9 10 11 12 1 2
A 1 1 2 2 1 0 1 1 2 2 2 2 9 8 1 17
B 0 0 2 1 0 0 2 2 1 2 0 1 5 6 -1 11
C 0 0 2 2 0 0 1 0 2 2 0 0 5 4 1 9
D 2 2 2 2 1 0 0 2 2 2 1 0 8 8 0 16
E 2 2 2 2 1 2 2 2 1 1 0 0 8 9 -1 17
F 0 0 2 2 2 2 1 1 1 1 2 1 8 7 1 15
G 1 0 1 1 2 2 0 1 0 0 0 0 4 4 0 8
H 0 0 0 0 1 1 1 1 1 0 0 0 3 2 1 5
I 2 2 2 2 2 2 2 1 2 2 2 2 12 11 1 23
J 1 1 1 1 1 1 1 0 0 0 0 0 4 3 1 7
Varians --------- 0.711 32.178
978 0
178 32
711 0
1
s
s
1 r
2
x
2
d
xx
.
.
.
'
= = =
Formula:
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Koefisien Alpha (o)

Subyek
Nomor Aitem Belahan
d X
1 2 3 4 5 6 7 8 9 10 11 12 1 2
A 1 1 2 2 1 0 1 1 2 2 2 2 9 8 1 17
B 0 0 2 1 0 0 2 2 1 2 0 1 5 6 -1 11
C 0 0 2 2 0 0 1 0 2 2 0 0 5 4 1 9
D 2 2 2 2 1 0 0 2 2 2 1 0 8 8 0 16
E 2 2 2 2 1 2 2 2 1 1 0 0 8 9 -1 17
F 0 0 2 2 2 2 1 1 1 1 2 1 8 7 1 15
G 1 0 1 1 2 2 0 1 0 0 0 0 4 4 0 8
H 0 0 0 0 1 1 1 1 1 0 0 0 3 2 1 5
I 2 2 2 2 2 2 2 1 2 2 2 2 12 11 1 23
J 1 1 1 1 1 1 1 0 0 0 0 0 4 3 1 7
Varians --------- 8.044 8.399 32.178
978 0
178 32
399 8 044 8
1 2
s
s s
1 2 r
2
x
2
2
2
1
xx
.
.
. .
'
=
(

+
=
(

+
= > o
Formula:
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Koefisien Alpha (o)

Subyek
Nomor Aitem
1 2 3 X
1 2 3 4 5 6 7 8 9 10 11 12
A 1 1 2 2 1 0 1 1 2 2 2 2 6 5 6 17
B 0 0 2 1 0 0 2 2 1 2 0 1 5 2 4 11
C 0 0 2 2 0 0 1 0 2 2 0 0 5 0 4 9
D 2 2 2 2 1 0 0 2 2 2 1 0 6 6 4 16
E 2 2 2 2 1 2 2 2 1 1 0 0 7 5 5 17
F 0 0 2 2 2 2 1 1 1 1 2 1 4 5 6 15
G 1 0 1 1 2 2 0 1 0 0 0 0 2 3 3 8
H 0 0 0 0 1 1 1 1 1 0 0 0 1 2 2 5
I 2 2 2 2 2 2 2 1 2 2 2 2 8 7 8 23
J 1 1 1 1 1 1 1 0 0 0 0 0 3 2 2 7
Varians --------- 4.899 4.899 3.599 32.178
Belahan 1 = Jumlah Skor Nomor Aitem 1+4+7+10
Belahan 2 = Jumlah Skor Nomor Aitem 2+5+8+11
Belahan 3 = Jumlah Skor Nomor Aitem 3+6+9+12
875 0
178 32
599 3 899 4 899 4
1
1 3
3
s
s
1
1 k
k
2
x
j
2
j
.
.
. . .
=
(

+ +
|
.
|

\
|

=
(
(
(

|
.
|

\
|

= o
Formula:
Reliabilitas PENDEKATAN KONSISTENSI INTERNAL: Kuder-Richardson

Subyek
Nomor Aitem
X
1 2 3 4 5 6 7 8 9 10 11 12
A 1 1 1 1 1 1 1 1 1 1 1 1 12
B 1 1 1 1 1 1 1 1 1 1 1 0 11
C 1 1 1 1 1 1 1 1 1 1 0 0 10
D 1 1 1 1 1 1 1 1 1 0 0 0 9
E 1 1 1 1 1 1 1 1 0 0 0 0 8
F 1 1 1 1 1 1 0 1 0 0 0 0 7
G 1 1 1 1 1 0 0 1 1 1 0 0 8
H 1 1 0 0 1 1 0 0 0 0 0 0 4
I 1 1 0 0 0 0 0 0 1 0 0 0 3
J 0 0 1 1 0 0 0 0 0 0 0 0 2
P 0.9 0.9 0.8 0.8 0.8 0.7 0.5 0.7 0.6 0.4 0.2 0.1 Ep = 7.4
(1-p) 0.1 0.1 0.2 0.2 0.2 0.3 0.5 0.3 0.4 0.6 0.8 0.9
p(1-p) 0.09 0.09 0.16 0.16 0.16 0.21 0.25 0.21 0.24 0.24 0.16 0.09 Ep(1-p) = 2.06
824 0
599 11
33 0 617 0 12
1
1 12
12
s
p 1 p k
1
1 k
k
21 KR
2
x
.
.
) . )( . ( ) (
=
(

|
.
|

\
|

=
(

|
.
|

\
|

=
STUDI KASUS-1:Relationship Marketing Nasabah Bank X
Konstruk Penelitian Jenis Konstruk Dimesi Konstruk
Loyalitas Endogen
Minat menambah saldo tabungan (b1)
Minat membuka rekening tabungan di bank lain (b2)
Intensitas transaksi (b3)
Produk Eksogen
Kenyamanan ruang tunggu (c2)
Sistem layanan online (c3)
Kemudahan transaksi melalui bank lain (c4)
Internet Banking (c5)
Pelayanan transaksi secara langsung (c6)
Pelayanan transaksi melalui ATM ( c7)
Lokasi Eksogen
Jumlah ATM (d1)
Jumlah kantor cabang (d2)
Akses kantor cabang (d3)
Biaya Eksogen
Besarnya biaya transaksi (e1)
Besarnya biaya pembukaan rekening (e2)
Biaya administrasi (e3)
Retransaction Endogen
Keinginan melakukan transaksi kembali setelah melakukan
penilaian terhadap :
Atribut poduk (f1)
Atribut lokasi (f2)
Atribut biaya (f3)
Cross selling Endogen
Minat menguakan jasa lain (g1)
Jumlah produk yang digunakan selain tabungan (g2)
WOM Endogen
Keinginan melakukan WOM (h1)
Intensitas melakukan WOM (h2)
ANALISIS FAKTOR
Cor relation Matrix
a
1.000 .610 .658 .620 .536 .560
.610 1.000 .326 .369 .196 .261
.658 .326 1.000 .479 .430 .476
.620 .369 .479 1.000 .840 .788
.536 .196 .430 .840 1.000 .776
.560 .261 .476 .788 .776 1.000
.000 .000 .000 .000 .000
.000 .000 .000 .008 .001
.000 .000 .000 .000 .000
.000 .000 .000 .000 .000
.000 .008 .000 .000 .000
.000 .001 .000 .000 .000
b1
b2
b3
f 1
f 2
f 3
b1
b2
b3
f 1
f 2
f 3
Correlation
Sig. (1-tailed)
b1 b2 b3 f 1 f 2 f 3
Determinant = .018
a.
KMO and Bartlett's Test
.790
583.441
15
.000
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
Approx. Chi-Square
df
Sig.
Bartlett's Test of
Sphericity
Communalities
1.000 .839
1.000 .795
1.000 .559
1.000 .863
1.000 .884
1.000 .831
b1
b2
b3
f 1
f 2
f 3
Initial Extraction
Extraction Method: Principal Component Analysis.
Total Variance Explained
3.712 61.868 61.868 3.712 61.868 61.868 2.802 46.700 46.700
1.060 17.659 79.527 1.060 17.659 79.527 1.970 32.828 79.527
.623 10.381 89.909
.244 4.059 93.968
.223 3.722 97.690
.139 2.310 100.000
Component
1
2
3
4
5
6
Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Extraction Method: Principal Component Analysis.
Component Matrix
a
.895 -.249
.848 -.333
.838 .371
.837 -.429
.708 .242
.537 .712
f 1
f 3
b1
f 2
b3
b2
1 2
Component
Extraction Method: Principal Component Analysis.
2 components extracted.
a.
Rotated Component Matrix
a
.929 .143
.883 .227
.871 .323
.018 .892
.462 .791
.432 .610
f 2
f 3
f 1
b2
b1
b3
1 2
Component
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax w ith Kaiser Normalization.
Rotation converged in 3 iterations.
a.
Reliabilitas: Aitem terhadap Skor Total
Cor relations
1 .610 .658 .912
.000 .000 .000
150 150 150 150
.610 1 .326 .778
.000 .000 .000
150 150 150 150
.658 .326 1 .797
.000 .000 .000
150 150 150 150
.912 .778 .797 1
.000 .000 .000
150 150 150 150
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
b1
b2
b3
sum_b
b1 b2 b3 sum_b
Reliabilitas: Cronbach Alpha (o)
Reliability Statistics
.773 3
Cronbach's
Alpha N of Items
Item-Total Statistics
7.41 5.035 .778 .492
8.32 6.313 .514 .794
8.43 6.140 .549 .757
b1
b2
b3
Scale Mean if
Item Deleted
Scale
Variance if
Item Deleted
Corrected
Item-Total
Correlation
Cronbach's
Alpha if Item
Deleted
DAFTAR PUSTAKA
Allen, M.J. and Yen, W.M., 1979, Introduction to Measurement Theory, Monterey:
Books/Cole Publishing Company.
Azwar, S., 2004, Reliabilitas dan Validitas, Pustaka Pelajar, Yogyakarta.
Cronbach, L.J, 1951, Coefficient Alpha and The Internal Stucture of Test, Psychometrika,
16, 297-334.
Dillon, W.R. and M. Goldstein, 1978, Multivariate Analysis Methods and Application, John
Wiley & Sons, New York.
Hair, J. F. JR., Anderson, R.E., Tatham, R.L. and Black, W.C. 1998. Multivariate Data
Analysis, Fifth Edition, Prentice-Hall, International, Inc.
Johnson RA and Wichern DW. 1992. Applied Multivariate Statistical Analysis, Prentice
Hall, Englewood Chiffs, New Jersey.
Nasoetion, A.H., 1972, Statistika: Tongkat Pembimbing Ke Daerah Ketaktahuan, IPB,
Bogor.
Saefuddin, A., 2002, Pola Induksi Seorang Eksperimentalis, Program Pascasarjan IPB
dengan IPB Press, Bogor.
Sharma, S. 1996 . Applied Multivariate Techniques, John Wiley & Sons, Inc.