1. Apakah ada perbedaan yang bermakna antara pendapatan pasien dengan upah minimal
regional (500 ribu rupiah perbulan)?
H0: tidak ada perbedaan yang bermakna antara pendapatan pasien dengan upah minimal
regional (500 ribu rupiah perbulan).
Ha: ada perbedaan yang bermakna antara pendapatan pasien dengan upah minimal regional
(500 ribu rupiah perbulan).
Untuk menguji hipotesis tersebut maka digunakan analisis one-sample T-test yang ditunjukkan
pada print out 7
PRINTOUT 7
One-Sample Test
Test Value = 500
95% Confidence Interval
of the Difference
Mean
t df Sig. (2-tailed) Difference Lower Upper
PENDAPTN 4.825 24 .000 118.7600 67.9588 169.5612
Analisis:
Hasil : nilai t untuk pendapatan adalah 4.825 dengan signifikansi 0.000.
Kesimpulan :
Karena nilai signifikansi 0.000 < 0.05 (α), maka H0 ditolak.
Hal ini menunjukkan secara statistik ada perbedaan yang bermakna antara pendapatan pasien
dengan upah minimal regional (500 ribu rupiah perbulan).
2. Apakah ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan
jenis kelamin yang berbeda?
H0: tidak ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan
jenis kelamin yang berbeda
Ha: ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan jenis
kelamin yang berbeda
Untuk menguji hipotesis tersebut maka digunakan analisis independent sample T-test/pooled
T-test yang ditunjukkan pada print out 5-6
PRINTOUT 5
Independent Samples Test
Group Statistics
Std. Error
KELAMIN N Mean Std. Deviation Mean
BIAYAKES pria 14 240.3571 76.89014 20.54975
wanita 11 285.4545 76.54458 23.07906
1
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
Analisis:
Jumlah pasien pria adalah 14 orang dan jumlah pasien wanita adalah 11 orang.
Rata-rata pasien pria adalah 240.3571 dan wanita adalah 285.4545. Dengan demikian biaya
kesehatan wanita lebih tinggi dibandingkan pria.
PRINTOUT 6
Independent Samples Test
t-test for Equality of Means
Sig. (2- 95% Confidence Interval of the
t df tailed) Difference
Lower Upper
BIAYAKES Equal
variances -1.459 23 .158 -109.05918 18.86438
assumed
Equal
variances not -1.459 21.666 .159 -109.24158 19.04677
assumed
Dari printout 6 ini, kurang lengkap karena tidak terdapat Lavene’s test. Maka dicoba ulang
menggunakan data baru.
Analisis:
F hitung untuk Levene’s test sebesar 0.093 dengan signifikansi 0.763 > 0.05 (α), maka H0
diterima variance biaya antara pria dan wanita sama / equal.
Hasil Levene’s test menunjukkan bahwa variance kedua kelompok sama, maka analisis T-test
menggunakan asumsi equal variance.
Hasil t menunjukkan nilai -1.282, dengan signifikansi 0.213 > 0.05 (α), maka H0 diterima.
Kesimpulan:
Tidak ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan jenis
kelamin yang berbeda.
2
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
3. Apakah ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan
jenis kelamin dan tingkat pendidikan yang berbeda?
H0: tidak ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan
jenis kelamin dan tingkat pendidikan yang berbeda?
Ha: ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan jenis
kelamin dan tingkat pendidikan yang berbeda?
Untuk menguji hipotesis tersebut maka digunakan analisis two way anova yang ditunjukkan
pada print out 8-9
PRINTOUT 8
Between-Subjects Factors
Value Label N
KELAMIN 1.00 pria 14
2.00 wanita 11
PENDIDIK 1.00 rendah 9
2.00 menengah 9
3.00 tinggi 7
Analisis:
Pasien dengan jenis kelamin pria sebanyak 14 orang dan wanita sebanyak 11 orang.
Pasien dengan pendidikan rendah sebanyak 9 orang, menengah sebanyak 9 orang dan tingkat
pendidikan tinggi sebanyak 7 orang.
Untuk melakukan analisis two way anova, dilakukan uji ekivalensi terlebih dahulu menggunakan
Levene’s test of equality of error variances.
Dependent Variable:bikesakh
2.890 5 19 .042
Analisis:
Hasil Levene’s test menunjukkan nilai F sebesar 2.890 memiliki signifikansi 0.042
Karena sig. F < 0.05 (α), maka H0 ditolak, berarti ada perbedaan variansi eror dan asumsi tidak
terpenuhi.
PRINTOUT 9
3
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
Analisis:
Apabila asumsi terpenuhi, maka didapat hasil sebagai berikut:
Variabel jenis kelamin terhadap biaya kesehatan memiliki nilai F sebesar 0.704 dengan
signifikansi 0.412.
Kesimpulan: nilai sig 0.412 > 0.05 (α) maka H0 diterima. Sehingga tidak ada perbedaan yang
bermakna dalam hal biaya kesehatan antara pasien dengan jenis kelamin yang berbeda.
Variabel jenis kelamin terhadap biaya kesehatan memiliki nilai F sebesar 6.986 dengan
signifikansi 0.005.
Kesimpulan: nilai sig 0.005 < 0.05 (α) maka H0 ditolak. Sehingga ada perbedaan yang
bermakna dalam hal biaya kesehatan antara pasien dengan tingkat pendidikan yang berbeda.
Joint effect antara jenis kelamin dan pendidikan terhadap biaya kesehatan memiliki nilai F
sebesar 0.019 dengan signifikansi 0.981.
Kesimpulan: nilai sig 0.891 > 0.05 (α) maka H0 diterima. Sehingga tidak ada perbedaan yang
bermakna dalam hal biaya kesehatan antara pasien dengan jenis kelamin dan tingkat
pendidikan yang berbeda.
4. Apakah ada perbedaan yang bermakna dalam hal biaya kesehatan dan pendapatan antara
pasien dengan tingkat pendidikan yang berbeda?
H0: tidak ada perbedaan yang bermakna dalam hal biaya kesehatan dan pendapatan antara
pasien dengan tingkat pendidikan yang berbeda
Ha: ada perbedaan yang bermakna dalam hal biaya kesehatan dan pendapatan antara
pasien dengan tingkat pendidikan yang berbeda
Untuk menguji hipotesis tersebut maka digunakan analisis one way manova yang ditunjukkan
pada print out 10-11
Untuk melakukan analisis manova, dilakukan uji ekivalensi terlebih dahulu menggunakan
Levene’s test of equality of error variances dan Box’s test of equality of covariances.
4
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
Box's M 6.739
F .972
df1 6
df2 7.858E3
Sig. .443
Tests the null hypothesis that the observed covariance matrices of the
dependent variables are equal across groups.
Analisis:
Hasil Box’s test menunjukkan nilai F sebesar 0.972 memiliki signifikansi 0.443.
Karena sig. F > 0.05 (α), maka H0 diterima, berarti tidak ada perbedaan covariance dan asumsi
terpenuhi.
df2 Sig.
22 .091
22 .830
Analisis:
Hasil Levene’s test menunjukkan nilai F biaya kesehatan sebesar 2.672 memiliki signifikansi
0.091 Karena sig. F > 0.05 (α), maka H0 diterima, berarti tidak ada perbedaan variansi eror
dan asumsi terpenuhi.
Hasil Levene’s test menunjukkan nilai F pendapatan sebesar 0.188 memiliki signifikansi 0.830
Karena sig. F > 0.05 (α), maka H0 diterima, berarti tidak ada perbedaan variansi eror dan
asumsi terpenuhi.
5
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
PRINTOUT 10
Multivariate Tests(c)
Effect Value F Hypothesis df Error df Sig.
Intercept Pillai's Trace .986 763.560(a) 2.000 21.000 .000
Wilks' Lambda .014 763.560(a) 2.000 21.000 .000
Hotelling's
72.720 763.560(a) 2.000 21.000 .000
Trace
Roy's Largest
72.720 763.560(a) 2.000 21.000 .000
Root
PENDIDIK Pillai's Trace .513 3.793 4.000 44.000 .010
Wilks' Lambda .500 4.352(a) 4.000 42.000 .005
Hotelling's
.975 4.877 4.000 40.000 .003
Trace
Roy's Largest
.949 10.434(b) 2.000 22.000 .001
Root
a Exact statistic
b The statistic is an upper bound on F that yields a lower bound on the significance level.
c Design: Intercept+PENDIDIK
Analisis:
Hasil : nilai F untuk pendidikan (mengacu pada Wilks’ Lambda) sebesar 4.352 dengan signifikansi
0.005,
Kesimpulan :
Karena nilai signifikansi mendekati 0, maka pendidikan memberikan pengaruh yang berarti
terhadap biaya kesehatan dan pendapatan.
PRINTOUT 11
Tests of Between-Subjects Effects
Analisis:
Hasil :
Variabel pendidikan terhadap biaya kesehatan memiliki nilai F sebesar 9.905 dengan
signifikansi 0.001 < 0.05 (α), maka H0 ditolak.
Variabel pendidikan terhadap pendapatan memiliki nilai F sebesar 2.583 dengan signifikansi
0.098 > 0.05 (α), maka H0 diterima.
6
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
Kesimpulan :
Ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan tingkat
pendidikan yang berbeda.
Tidak ada perbedaan yang bermakna dalam hal pendapatan antara pasien dengan tingkat
pendidikan yang berbeda.
Dari kedua tabel tersebut, maka dapat diambil kesimpulan bahwa pendidikan memberikan
pengaruh yang berarti dalam hal biaya kesehatan, akan tetapi tidak dalam hal pendapatan.
5. Apakah ada perbedaan yang bermakna dalam hal biaya kesehatan dan pendapatan antara
pasien dengan tingkat pendidikan dan jenis kelamin yang berbeda?
H0: tidak ada perbedaan yang bermakna dalam hal biaya kesehatan dan pendapatan antara
pasien dengan tingkat pendidikan dan jenis kelamin yang berbeda
Ha: ada perbedaan yang bermakna dalam hal biaya kesehatan dan pendapatan antara
pasien dengan tingkat pendidikan dan jenis kelamin yang berbeda.
Untuk menguji hipotesis tersebut maka digunakan analisis two way manova yang ditunjukkan
pada print out 12-13
Untuk melakukan analisis manova, dilakukan uji ekivalensi terlebih dahulu menggunakan
Levene’s test of equality of error variances dan Box’s test of equality of covariances.
Box's M 20.372
F 1.204
df1 12
df2 816.657
Sig. .275
Analisis:
Hasil Box’s test menunjukkan nilai F sebesar 1.204 memiliki signifikansi 0.275.
Karena sig. F > 0.05 (α), maka H0 diterima, berarti tidak ada perbedaan covariance dan asumsi
terpenuhi.
7
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
Analisis:
Hasil Levene’s test untuk biaya kesehatan menunjukkan nilai F sebesar 2.890 memiliki
signifikansi 0.042 Karena sig. F < 0.05 (α), maka H0 ditolak, berarti ada perbedaan variansi
eror dan asumsi tidak terpenuhi.
Hasil Levene’s test untuk pendapatan menunjukkan nilai F sebesar 0.779 memiliki signifikansi
0.577 Karena sig. F > 0.05 (α), maka H0 diterima, berarti tidak ada perbedaan variansi eror
dan asumsi terpenuhi.
Karena uji asumsi Box terpenuhi, dan salah satu Levene juga terpenuhi, maka dianggap
memenuhi asumsi.
PRINTOUT 12
Multivariate Tests(c)
Effect Value F Error df Sig.
Intercept Pillai's Trace .987 689.743(a) 18.000 .000
Wilks' Lambda .013 689.743(a) 18.000 .000
Hotelling's Trace 76.638 689.743(a) 18.000 .000
Roy's Largest Root 76.638 689.743(a) 18.000 .000
PENDIDIK Pillai's Trace .463 2.860 38.000 .036
Wilks' Lambda .542 3.219(a) 36.000 .023
Hotelling's Trace .834 3.543 34.000 .016
Roy's Largest Root .822 7.807(b) 19.000 .003
KELAMIN Pillai's Trace .122 1.254(a) 18.000 .309
Wilks' Lambda .878 1.254(a) 18.000 .309
Hotelling's Trace .139 1.254(a) 18.000 .309
Roy's Largest Root .139 1.254(a) 18.000 .309
PENDIDIK * Pillai's Trace
.099 .497 38.000 .738
KELAMIN
Wilks' Lambda .901 .482(a) 36.000 .748
Hotelling's Trace .110 .467 34.000 .760
Roy's Largest Root .108 1.025(b) 19.000 .378
a Exact statistic
b The statistic is an upper bound on F that yields a lower bound on the significance level.
c Design: Intercept+PENDIDIK+KELAMIN+PENDIDIK * KELAMIN
Analisis:
Hasil :
nilai F untuk pendidikan (mengacu pada Wilks’ Lambda) sebesar 3.219 dengan signifikansi
0.023.
8
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
nilai F untuk jenis kelamin (mengacu pada Wilks’ Lambda) sebesar 1.254 dengan signifikansi
0.309,
nilai F untuk joint effect pendidikan dan kelamin (mengacu pada Wilks’ Lambda) sebesar 0.482
dengan signifikansi 0.748.
Kesimpulan :
signifikansi pendidikan 0.023 mendekati 0, maka pendidikan memberikan pengaruh yang
berarti terhadap biaya kesehatan dan pendapatan.
signifikansi jenis kelamin 0.309 mendekati 1, maka jenis kelamin tidak memberikan
pengaruh yang berarti terhadap biaya kesehatan dan pendapatan.
signifikansi joint effect pendidikan dan jenis kelamin 0.748 mendekati 1, maka pendidikan
dan jenis kelamin tidak memberikan pengaruh yang berarti terhadap biaya kesehatan dan
pendapatan.
PRINTOUT 13
Tests of Between-Subjects Effects
Analisis:
Hasil :
variabel pendidikan terhadap biaya kesehatan memiliki nilai F sebesar 6.986 dengan
signifikansi 0.005 < 0.05 (α), maka H0 ditolak.
variabel pendidikan terhadap pendapatan memiliki nilai F sebesar 3.048 dengan signifikansi
0.071 > 0.05 (α), maka H0 diterima.
variabel jenis kelamin terhadap biaya kesehatan memiliki nilai F sebesar 0.704 dengan
signifikansi 0.412 > 0.05 (α), maka H0 diterima.
variabel jenis kelamin terhadap pendapatan memiliki nilai F sebesar 1.088 dengan signifikansi
0.310 > 0.05 (α), maka H0 diterima.
9
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
variabel pendidikan dan jenis kelamin terhadap biaya kesehatan memiliki nilai F sebesar 0.019
dengan signifikansi 0.981 > 0.05 (α), maka H0 diterima.
variabel pendidikandan jenis kelamin terhadap pendapatan memiliki nilai F sebesar 0.899
dengan signifikansi 0.424 > 0.05 (α), maka H0 diterima.
Kesimpulan :
ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan tingkat
pendidikan yang berbeda.
tdak ada perbedaan yang bermakna dalam hal pendapatan antara pasien dengan tingkat
pendidikan yang berbeda
tidak ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan jenis
kelamin yang berbeda.
tdak ada perbedaan yang bermakna dalam hal pendapatan antara pasien dengan jenis
kelamin yang berbeda
tidak ada perbedaan yang bermakna dalam hal biaya kesehatan antara pasien dengan tingkat
pendidikandan jenis kelamin yang berbeda.
tdak ada perbedaan yang bermakna dalam hal pendapatan antara pasien dengan tingkat
pendidikan dan jenis kelamin yang berbeda.
Dari kedua tabel tersebut, maka dapat diambil kesimpulan bahwa tidak ada perbedaan yang
bermakna dalam hal biaya kesehatan dan pendapatan antara pasien dengan tingkat
pendidikan dan jenis kelamin yang berbeda.
6. Apakah ada pengaruh tingkat pendidikan dan pendapatan terhadap biaya kesehatan.
H0: tidak ada pengaruh tingkat pendidikan dan pendapatan terhadap biaya kesehatan.
Ha: ada pengaruh tingkat pendidikan dan pendapatan terhadap biaya kesehatan.
Untuk menguji hipotesis tersebut maka digunakan analisis regresi multiple linier yang
ditunjukkan pada print out 14-18
PRINTOUT 14
Model Summary(b)
Adjusted R Std. Error of Durbin-
Model R R Square Square the Estimate Watson
1 .702(a) .493 .447 58.41048 2.104
a Predictors: (Constant), PENDAPTN, PENDIDIK
b Dependent Variable: BIAYAKES
Analisis:
Nilai R sebesar 0.702 menyatakan kekuatan hubungan antara tingkat pendidikan dan
pendapatan terhadap biaya kesehatan.
R square sebesar 0.493 atau 49.3%. Berarti 49.3% perubahan biaya kesehatan dipengaruhi
oleh pendapatan dan tingkat pendidikan. Sedangkan sisanya dipengaruhi oelh faktor lain di
luar 2 variabel tersebut.
10
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
PRINTOUT 15
ANOVA(b)
Sum of
Model Squares df Mean Square F Sig.
1 Regression 72916.756 2 36458.378 10.686 .001(a)
Residual 75059.244 22 3411.784
Total 147976.000 24
a Predictors: (Constant), PENDAPTN, PENDIDIK
b Dependent Variable: BIAYAKES
Analisis:
uji validitas model, melalui uji anova.
harga F regresi sebesar 10.686 dengan nilai signifikansi 0.001,maka persamaan yang diperoleh
dapat menjelaskan pengaruh tingkat pendidikan dan pendapatan terhadap biaya kesehatan.
PRINTOUT 16
Coefficients(a)
Unstandardized
Model Coefficients t Sig. Collinearity Statistics
Analisis:
persamaan regresi y= 252,548+55,392x1-0,160x2
uji signifikansi b mlalui uji t harga t sebesar 3.528 degan signifikansi 0.002 < 0.05 (α), maka
H0 ditolak.
Kesimpulan: ada pengaruh yang bermakna antara tingkat pendidikan terhadap biaya
kesehatan
uji signifikansi b mlalui uji t harga t= -1.539 degan signifikansi 0.138 > 0.05 (α), maka H0
diterima.
Kesimpulan: tidak ada pengaruh yang bermakna antara tingkat pendapatan terhadap biaya
kesehatan
uji multikolinieritas melalui nilai VIF menggunakan metode collinearity statistic nilai VIF dan
tolerance mendekati 1, maka tidak ada multikolinieritas.
PRINTOUT 17 &18
11
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
Scatterplot
Dependent Variable: BIAYAKES Normal P-P Plot of Regression Standardized Residual
2
Dependent Variable: BIAYAKES
1.00
Regression Standardized Predicted Value
1
.75
-1
.25
-2
0.00
-2 -1 0 1 2 3 0.00 .25 .50 .75 1.00
Analisis:
Uji heteroskedastisitas (printout 17)
Karena tidak membentuk pola tertentu maka diduga tidak ada heteroskedastisitas, dengan
kata lain varians dalam variabelnya tetap atau sama.
Uji normalitas (printout 18)
Karena data berada disekitar dan mengikuti garis diagonal maka data mempunyai distribusi
normal.
7. Untuk meringkas variabel-variabel persepsi pasien diatas menjadi faktor dilakukan analisis
faktor. Berilah interpretasi terhadap hasil analisis dan seberapa besar peranan variabel-
variabelnya terhadap faktor yang terbentuk.
PRINTOUT 1
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .589
Analisis:
Nilai sig. KMO adalah 0.026 < 0.05
Kesimpulan: sampel yang didapat telah memenuhi syarat untuk melakukan analisis faktor.
PRINTOUT 2
Anti-image Matrices
12
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
Analisis:
Menentukan tingkat korelasi antar variabel, sehingga variabel-variabel tersebut dapat
disertakan dalam analisis faktor menggunakan MSA dengan kriteria sig. > 0.5.
Kesimpulan: karena semua nilai sig. MSA > 0.5, maka semua variabel dapat disertakan.
PRINTOUT 3
Component Matrix(a)
Component
1 2 3
KUALITAS .252 .700 -.121
PROMOSI .297 .577 .495
LOKASI .613 -.302 .037
KINERJA .669 -.280 -.036
PROSEDUR -.187 -.229 .864
SISTEM .784 -.024 .059
Extraction Method: Principal Component Analysis.
a 3 components extracted
Analisis:
Melakukan factoring (menemukan faktor) melalui extraction dengan menggunakan metode
principal component.
Kesimpulan: dari extraction ini maka 6 variabel tersebut menghasilkan 3 faktor.
PRINTOUT 4
Rotated Component Matrix(a)
13
Statistika Lanjut Dina Irdhina
Prof. Dr. M. Zainuddin Apt. 110941054
Magister Profesi Psikologi Universitas Airlangga
Mayoring Pendidikan
Component
1 2 3
KUALITAS -.022 .667 -.351
PROMOSI .087 .768 .261
LOKASI .681 -.053 .030
KINERJA .723 -.038 -.054
PROSEDUR -.059 .009 .911
SISTEM .741 .258 -.054
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 4 iterations.
Analisis:
Melakukan rotasi untuk meyakinkan faktor yang ditemukan melalui varimax dengan
pengulangan (iteration) 25 kali. Untuk menentukan komposisi dari tiap faktor, dilihat nilai sig.
tiap variabel yang tertinggi.
Kesimpulan:
Setelah dilakukan rotasi dengan pengulangan 4 kali, maka didapat 3 faktor yaitu:
1. Faktor 1 terdiri dari 3 variabel, yaitu: lokasi (dengan pengaruh sebesar 0.681) , kinerja
(dengan pengaruh sebesar 0.723), dan sistem (dengan pengaruh sebesar 0.741).
2. Faktor 2 terdiri dari 2 variabel, yaitu: kualitas (dengan pengaruh sebesar 0.667) dan
promosi (dengan pengaruh sebesar 0.768).
3. Faktor 3 terdiri dari 1 variabel, yaitu prosedur (dengan pengaruh sebesar 0.911).
14