STATISTIK DESKRIPTIF
HIPOTESIS PENELITIAN,
UJI HUBUNGAN DAN UJI BEDA,
APLIKASI KOMPUTER STATISTIK UNTUK PEMULA
Puji syukur kehadirat Tuhan yang Maha Esa atas segala rahmatNya sehingga makalah
ini dapat tersusun hingga selesai . Tidak lupa saya juga mengucapkan banyak terimakasih
atas bantuan dari pihak yang telah berkontribusi dengan memberikan sumbangan materi.
Dan harapan saya semoga makalah ini dapat menambah pengetahuan dan pengalaman
bagi para pembaca, Untuk ke depannya dapat memperbaiki bentuk maupun menambah isi
makalah agar menjadi lebih baik lagi.
Karena keterbatasan pengetahuan maupun pengalaman saya, saya yakin masih banyak
kekurangan dalam makalah ini, Oleh karena itu saya sangat mengharapkan saran dan kritik
yang membangun dari pembaca demi kesempurnaan makalah ini.
i
DAFTAR ISI
ii
BAB 1
PENDAHULUAN
Ilmu statistik memegang peranan penting dalam penelitian, baik dalam penyusunan
model, perumusan hipotesa, dalam pengembangan alat dan instrumen pengumpulan data,
penyusunan design penelitian, serta penentuan sampel dan dalam analisis data. Dalam banyak
hal, pengolahan dan analisa data tidak luput dari penerapan teknik dan metode statistik
tertentu, yang mana kehadirannya dapat memberikan dasar bertolak dalam menjelaskan
hubungan-hubungan yang terjadi. Statistik dapat digunakan sebagai alat untuk mengetahui
apakah hubungan kausal antara dua atau lebih variabel benar-benar terkait secara benar dalam
suatu kausalitas empiris ataukah hubungan tersebut hanya bersifat random atau kebetulan
saja.
Statistik dapat menolong peneliti untuk menyimpulkan apakah suatu perbedaan yang
diperoleh benar-benar berbeda secara signifikan. Apakah kesimpulan yang diambil cukup
refresentatif untuk memberikan infensi terhadap populasi tertentu.
Ketika seorang pemimpin, baik itu pemimpin dalam sebuah perusahaan ataupun
sebuah negara, ingin menjalankan tugasnya dengan baik maka hal pertama yang meski
dimiliki adalah kemampuan mengidentifikasi dan memahami masalah sehingga pemimpin
tersebut bisa merencanakan dan merumuskan solusi terbaik untuk memecahkan suatu
masalah. Albert Einstein mengatakan memahami masalah sudah 50% solusi dari masalah itu
sendiri maka memahami masalah sangatlah penting dan mutlak diperlukan agar mampu
membuat solusi yang terbaik.
Agar bisa memahami permasalahan maka perlu memiliki informasi yang baik,
memadai, valid/bisa diandalkan, dan selalu update. Disini ilmu statistik sangat diperlukan
karena untuk mendapatkan informasi otomatis diperlukan kaidah-kaidah ilmu statistik
sehingga informasi yang diperoleh bisa diandalkan dan terukur kualitasnya.
iii
Rumusan Permasalahan
Dengan memperhatikan latar belakang, agar dalam penulisan ini memperoleh hasil
yang diinginkan, maka penulis mengemukakan beberapa rumusan masalah, rumusan masalah
tersebut mengenai :
Tujuan Penulisan
iv
BAB II
PEMBAHASAN
Hipotesis merupakan salah satu unsur teori yang didapat melalui analisis perbandingan.
Analisis perbandingan antara kelompok tidak hanya menganalisis kategori, tetapi
mempercepat adanya hubungan yang disimpulkan antara kelompok tersebut, dan hal itu
dinamakan hipotesis kerja. Yang perlu ditekankan di sini ialah bahwa status hipotesis kerja
ialah sesuatu yang disarankan, bahkan sesuatu yang diuji di antara hubungan kategori dan
kawasannya. Perlu pula dikemukakan bahwa hipotesis kerja senantiasa diverifikasi sepanjang
penelitian itu berlangsung.
Pertanyaan yang perlu dijawab selanjutnya ialah, kapan penyusunan hipotesis kerja itu
dilakukan? Secara tradisional biasanya hipotesis itu telah disusun terlebih dahulu dan
penelitian kualitatif lainnya masih ada yang tetap menggunakan cara demikian. Namun, pada
penelitian kualitatif, peneliti segera akan terlibat dalam arena pembentukan hipotesis kerja
sejak awal terjun ke lapangan penelitian. Penyusunan hipotesis kerja itu dilakukan terlepas
dari apakah ia mulai dari kosong ataukah ia mulai dengan sejumlah maksud tertentu yang
dirumuskan dalam bentuk pertanyaan-pertanyaan penelitian.
Jadi, dengan demikian peneliti sejak awal penelitian lapangan akan aktif menyusun
hipotesis kerja dalam rangka pembentukan teori. Keaktifan tersebut mencakup baik
penyusunan hipotesis kerja baru maupun verifikasi hipotesis kerja melalui perbandingan antar
kelompok, hipotesis kerja ganda demikian akan dicari dan ditemukan secara simultan pada
setiap langkah penelitian, yaitu pada tahap pengumpulan data, pemberian kode, maupun pada
tahap analisis data. Perlu pula dikemukakan bahwa sebagian akan dicari dan ditemukan
dalam jangka waktu yang lama karena pembentukan ataupun verifikasinya berkaitan dengan
perkembangan peristiwa sosial tertentu. Sementara itu hipotesis kerja baru terus menerus
diusahakan agar dapat ditemukan.
iv
2. Hipotesis harus Dapat Diuji
Hipotesis harus dapat di uji untuk dapat menerima atau menolaknya, hal ini dapat
dilakukan dengan mengumpulkan data-data empiris.
Penelitian kualitatif juga mengenal adanya hipotesis kerja dan pada dasarnya hal itu telah
menjadi teori substantive. Hanya bedanya hipotesis kerja dirumuskan sementara data
dikumpulkan, jadi tidak disusun sebelumnya. Hipotesis keja demikian dapat lebih
disempurnakan sementara pengumpulan data berlangsung. Hal demikian tidak mungkin
dilakukan pada penelitian kuantitatif. Pengujian hipotesis kerja juga dilakukan dalam rangka
reduksi data.
iii
Menguji Hipotesis
Suatu hipotesis harus dapat diuji berdasarkan data empiris, yakni berdasarkan apa yang
dapat diamati dan dapat diukur. Untuk itu peneliti harus mencari situasi empiris yang
memberi data yang diperlukan. Setelah kita mengumpulkan data, selanjutnya kita harus
menyimpulkan hipotesis, apakah harus menerima atau menolak hipotesis. Ada bahayanya
seorang peneliti cenderung untuk menerima atau membenarkan hipotesisnya, karena ia
dipengaruhi bias atau perasangka. Dengan menggunakan data kuantitatif yang diolah menurut
ketentuan statistik dapat ditiadakan bias itu sedapat mungkin, jadi seorang peneliti harus
jujur, jangan memanipulasi data, dan harus menjunjung tinggi penelitian sebagai usaha untuk
mencari kebenaran.
Jenis-jenis Hipotesis
Hipotesis kerja berasal dari perumusan klasik (Cronbach, 1975), kemudian ditegaskan
oleh Lincoln dan Guba (1985:123-125). Menurut Cronbach, jika penelitian berpindah dari
satu situasi ke situasi yang lain, tugasnya menguraikan dan menafsirkan akibat yang baru.
Hal itu dilakukan dalam kerangka kenaikan yang ditemukan dalam setiap situasi yang baru.
Generalisasi barulah datang kemudian. Jika kita memberikan bobot yang tepat terhadap
kondisi setempat, generalisasi apa pun yang ditarik merupakan hipotesis kerja bukanlah
kesimpulan.
iv
Sewaktu memanfaatkan generalisasi dalam bentuk hipotesis kerja tersebut, tetap ada
persoalan yang dihadapi ditinjau dari segi paradigma alamiah. Seorang peneliti tidaklah
cukup apabila hanya mengasumsikan bahwa kedua konteks, baik pengirim maupun penerima,
itu sama. Hal demikian lazim dilakukan dalam penelitian konvensional, yaitu
menggeneralisasikan suatu konsep dengan jalan mengasumsikan bahwa konteks teresebut
berasal dari konteks sampel yang representative, kemudian digeneralisasikan pada populasi
yang diasumsikan memiliki cirri-ciri yang sama.
Dari segi penelitian kualitatif hal demikian belumlah cukup. Peneliti yang ingin membuat
keputusan tentang dapatnya dialihkan hal tersebut, jelas masih bergantung pada kriteria
kecocokannya. Untuk itu seseorang memerlukan informasi tentang kedua konteks teresebut
agar keputusan yang dibuat benar-benar terjamin. Peneliti sangat perlu menyediakan
informasi yang cukup sebagai dasar membuat keputusan. Informasi ini dinamakan uraian
rinci. Menyusun uraian rinci merupakan strategi suatu situasi.
Menyusun uraian rinci pada dasarnya bergantung pada focus konteks. Uraian tersebut
hendaknya memaparkan secara khusus segala sesuatu yang perlu diketahui oleh pembaca
agar ia dapat memahami penemuan-penemuan.
Sejak menganalisis data di lapangan, peneliti sudah mulai menemukan tema dan
hipotesis kerja. Pada analisis yang dilakukan secara lebih intensif, tema dan hipotesis kerja
lebih diperkaya, diperdalam, dan lebih ditelaah lagi dengan menggabungkan data dari
sumber-sumber lainnya. Sebenarnya tidak ada formula yang dapat digunakan untuk
merumuskan hipotesis kerja.
Menganalisis berdasarkan hipotesis kerja
Sesudah menformulasikan hipotesis kerja, peneliti mengalihkan pekerjaan analisisnya
dengan mencari dan menemukan apakah hipotesis kerja itu didukung atau ditunjang oleh data
dan apakah hal itu benar. Dalam hal demikian peneliti barangkali akan mengubah,
menggabungkan, atau membuang beberapa hipotesis kerja.
Apabila peneliti telah menemukan seperangkat hipotesis kerja dasar, maka pekerjaan
selanjutnya adalah menyusun kode tersendiri atas dasar hipotesis kerja dasar tersebut. Data
yang telah teresusun dikelompokkan berdasarkan hipotesis kerja dasar tersebut. Beberapa
jumlah data yang menunjang suatu hipotesis kerja dasar bergantung pada kualitas dan
kuantitas data dan bergantung pula pada perhatian dan tujuan penelitian. Data yang dikode
tidak perlu secara ketat menunjang hanya satu hipotesis kerja, artinya satu data barangkali
menunjang dua atau lebih hipotesis kerja.
Pekerjaan analisis demikian memerlukan ketekunan, ketelitian, dan perhatian khusus
serta kemampuan khusus pada peneliti. Oleh karena itu, sebaiknya peneliti sendiri yang
melakukannya. Apabila ia memerlukan bantuan tenaga, tenaga pembantu itu hanyalah
membantu mencarikan atau menemukan data, dan peneliti sendirilah yang memutuskan
apakah menunjang atau tidak menunjang hipotesis kerja tertentu. Sehubungan dengan itu,
seyogianya peneliti tidak menyewakan pekerjaan analisis data ini pada orang lain, tidak
peduli apakah dia ahli ataupun berpengalaman.
Pekerjaan mencari dan menemukan data yang menunjang atau tidak menunjang
hipotesis kerja pada dasarnya memerlukan seperangkat kriteria tertentu. Kriteria ini perlu
didasarkan atas pengalaman, pengetahuan, atau teori tertentu sehingga akan sangat membantu
pekerjaan ini. Kriteria itu dapat ditetapkan secara kasar sementara data sudah mulai masuk
dan ditetepkan pada saat mengadakan peemberian kode pada data.
iii
2.2 Uji Hubungan dan Uji Beda
Uji T
Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana pengaruh masing-
masing variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya. Uji ini dapat
dilakukan dengan mambandingkan t hitung dengan t tabel atau dengan melihat kolom
signifikansi pada masing-masing t hitung, proses uji t identik dengan Uji F (lihat perhitungan
SPSS pada Coefficient Regression Full Model/Enter). Atau bisa diganti dengan Uji metode
Stepwise.
Seperti kita telah pelajari pada berbagai artikel dalam website statistikian, bahwa ada
banyak sekali yang membahas tentang Uji F dan Uji T. Pertanyaannya, sebenarnya apakah
yang dimaksud dengan Uji F dan Uji T tersebut? Di atas kita telah pelajari sebagian dari yang
dimaksud untuk menjawab pertanyaan ini. Namun perlu statistikian jelaskan lagi bahwa
sebenarnya Uji F dan Uji T itu tidak hanya sebatas dari apa yang telah dibahas di atas,
dimana di atas membahas tentang Uji F dan Uji T dalam konteks analisis regresi linear.
Namun dalam konteks yang lain, bisa jadi ada dalam berbagai jenis analisis, misalnya Uji
ANOVA, ANCOVA, MANOVA juga terdapat nilai F. Dan pada uji beda 2 sampel
berpasangan, yaitu paired t test dan uji beda 2 sampel bebas, yaitu independen t test, juga ada
nilai T.
iv
Jadi kesimpulannya: bahwa uji F adalah uji yang mengukur besarnya perbedaan
variance antara kedua atau beberapa kelompok. Sedangkan Uji T adalah uji yang mengukur
perbedaan dua atau beberapa Mean antar kelompok.
Dalam uji F dikenal istilah F Hitung dan Tabel F: F Tabel dalam Excel seperti yang
telah dibahas di atas. F Hitung adalah nilai F hasil perhitungan analisis, yang kemudian
nilainya akan dibandingkan dengan F Tabel pada Numerator dan Denumerator tertentu.
Numerator disebut juga dengan Degree of Freedom 1, sedangkan Denumerator adalah Degree
of Freedom 2. Misalnya pada Regresi Linear, Nilai Denumerator adalah jumlah sampel
dikurangi jumlah variabel bebas dikurangi 1. Sedangkan nilai Numerator adalah jumlah
variabel bebas. Untuk lebih jelasnya, silahkan pelajari tentang Tabel F: F Tabel dalam Excel.
Sama halnya dengan F Hitung, T Tabel juga digunakan untuk mengukur tingkat
signifikansi sebuah analisis. Namun bedanya, T Tabel tidak mengenal istilah Numerator dan
Denumerator, yang ada hanyalah nilai T pada Degree Of Freedom tertentu. Misalnya pada
Uji Paired T Test, Degree of Freedom sebesar jumlah observasi pada kedua kelompok.
Sedangkan pada Independen T Test, degree of freedom adalah sebesar jumlah sampel.
Bila seorang peneliti ingin mengetahui apakah parameter dua populasi berbeda atau
tidak, maka uji statistik yang digunakan disebut uji beda dua mean. Umumnya, pendekatan
yang dilakukan bisa dengan distribusi Z (uji Z), ataupun distribusi t (uji t).
Uji Z dapat digunakan bila (1) standar deviasi populasi (σ) diketahui, dan (2) jumlah
sampelnya besar (> 30). Bila kedua syarat tersebut tidak terpenuhi, maka jenis uji yang
digunakan adalah uji t dua sampel (two sample t-test).
Berdasarkan hubungan antar populasinya, uji t dapat digolongkan kedalam dua jenis
uji, yaitu dependent sample t-test, dan independent sample t-test:
Dependent sample t-test atau sering diistilakan dengan Paired Sampel t-Test, adalah jenis uji
statistika yang bertujuan untuk membandingkan rata-rata dua grup yang saling berpasangan.
Sampel berpasangan dapat diartikan sebagai sebuah sampel dengan subjek yang sama namun
mengalami 2 perlakuan atau pengukuran yang berbeda, yaitu pengukuran sebelum dan
sesudah dilakukan sebuah treatment.
Syarat jenis uji ini adalah: (a) data berdistribusi normal; (b) kedua kelompok data
adalah dependen (saling berhubungan/berpasangan); dan (c) jenis data yang digunakan adalah
numeric dan kategorik (dua kelompok).
iii
Independent sample t-test adalah jenis uji statistika yang bertujuan untuk
membandingkan rata-rata dua grup yang tidak saling berpasangan atau tidak saling berkaitan.
Tidak saling berpasangan dapat diartikan bahwa penelitian dilakukan untuk dua subjek
sampel yang berbeda.
Prinsip pengujian uji ini adalah melihat perbedaan variasi kedua kelompok data,
sehingga sebelum dilakukan pengujian, terlebih dahulu harus diketahui apakah variannya
sama (equal variance) atau variannya berbeda (unequal variance).
Data dinyatakan memiliki varian yang sama (equal variance) bila F-Hitung < F-Tabel,
dan sebaliknya, varian data dinyatakan tidak sama (unequal variance) bila F-Hitung > F-
Tabel. Bentuk varian kedua kelompok data akan berpengaruh pada nilai standar error yang
akhirnya akan membedakan rumus pengujiannya.
Ho = Besaran erosi lahan pertanian tanpa sistem konservasi = Besaran erosi lahan pertanian
dengan sistem konservasi terasering,
H1 = Besaran erosi lahan pertanian tanpa sistem konservasi ≠ Besaran erosi lahan pertanian
dengan sistem konservasi terasering.
Pengantar Statistik
Dalam bahasan ini akan dijelaskan tentang konsep Statistik Berbasis Komputer serta
bagaimana cara melakukannya. Serta diberikan juga contoh-contoh dasar perhitungannya
atau cara melakukannya dengan komputer. Namun perlu dipahami, artikel ini hanya
menjelaskan kulit luarnya saja, agar anda memahami, silahkan browsing di artikel ini, kami
telah menyediakan berbagai referensi bagaiaman Statistik Berbasis Komputer itu harusnya
dilakukan.
iv
Aplikasi ilmu statistik dalam bisnis dibagi 2 bagian:
Contoh :
Data tentang penjualan mobil merek ‘PQR’ perbulan di suatu show room mobil di Surabaya
selama tahun 2009. Dari data tersebut pertama akan dilakukan deskripsi terhadap data seperti
menghitung rata-rata penjualan, berapa standar deviasinya, dll. Kemudian baru dilakukan
berbagai inferensi terhadap hasil deskripsi seperti : perkiraan penjualan mobil tersebut bulan
Maret tahun berikut, perkiraan rata-rata penjualan mobil tersebut di seluruh Indonesia.
Elemen Statistik :
Populasi -> masalah dasar dari persoalan statistik. Definisi: Sekumpulan data yang
mengidentifikasi suatu fenomena
Sampel : Sekumpulan data yang diambil atau diseleksi dari suatu populasi
Statistik Inferensi : Suatu keputusan, perkiraan atau generalisasi tentang suatu
populasi berdasarkan informasi yang terkandung dari suatu sampel.
Pengukuran Realibilitas -> Konsekuensi dari kemungkinan bias dalam inferensi.
Data Kualitatif :
Data yang bukan berupa angka, ciri : tidak bisa dilakukan operasi matematika. Terbagi dua :
Nominal: Data yang paling rendah dalam level pengukuran data. Contoh : Jenis
kelamin, tgl dan tempat lahir seseorang
Ordinal: Ada tingkatan data. Contoh : Sangat setuju, Setuju, kurang setuju, tidak
setuju
Data Kuantitatif:
Data berupa angka dalam arti sebenarnya dan dapat dilakukan operasi matematika. Terbagi
dua:
iii
Data Interval, Contoh : Interval temperatur ruang adalah sbb :
Data Rasio:
Tingkat pengukuran paling ‘tinggi’ ; bersifat angka dalam arti sesungguhnya. Beda dengan
interval mempunyai titik nol dalam arti sesungguhnya.
MICROSOFT EXCELL
Dalam Excell, sebuah sel pada lembar kerja dapat diisi dengan data :
Label atau teks string
Numerik
Alfanumerik
Formula / rumus
Formula/rumus : alat yang memungkinkan anda untuk melakukan kalkulasi
terhadap terhadap nilai-nilainya pada sel itu sendiri maupun nilai yang tersimpan
pada sel-sel yang lain.
iv
Formula/rumus dapat terdiri dari : Operator perhitungan, referensi alamat suatu sel,
nilai, fungsi sel, nama sel/nama range.
Fungsi : Jenis formula khusus siap pakai yg disediakan oleh Excell. Contoh penulisan :
=SQRT(ABS(-8))
FUNGSI STATISTIK
Average :
Untuk menghasilkan rata-rata sekumpulan data yang dimasukkan sebagai argumen dalam
fungsi ini.
Count :
Untuk menghitung berapa jumlah bilangan yang ada dalam suatu range
Fungsi FREQUENCY
Bentuk Penulisan :
data array : suatu array atau alamat range pada sekelompok nilai yg akan dihitung distribusi
frekwensinya bin array : suatu array atau alamat range yg berisi interval, dimana anda hendak
mengelompokkan data.
iii
Fungsi MAX
Menghasilkan data numerik dengan nilai maksimum yang terdapat dalam suatu range data
Fungsi MEDIAN
Fungsi MIN
Menghasilkan nilai data numerik terkecil yang terdapat dalam suatu range .
Fungsi RANK
Fungsi STDEV
Menghasilkan standar deviasi berdasar pada sampel. Standar deviasi ini mengukur seberapa
luas penyimpangan nilai data tersebut dari nilai rata-ratanya.
FUNGSI DATABASE
DAVERAGE, Mencari rata-rata sekumpulan data dalam daftar hanya yang sesuai kriteria
yang dikehendaki.
iv
DCOUNT
Menghasilkan jumlah sel yang memuat data numerik sekumpulan data dalam sebuah daftar
atau database yg memenuhi kriteria.
DMAX
Menghasilkan data nilai tertinggi dalam suatu daftar yang sesuai dengan kriteria yang
diberikan.
DMIN
Menghasilkan data nilai terendah dalam suatu daftar yang sesuai dengan kriteria yang
diberikan.
DSTDEV
Memperkirakan standar deviasi dari sekelompok data yang memenuhi kriteria yang
diberikan.
DSUM
Analisis:
Jumlah Data valid = 25 buah
(2×0,993) = 167,414 – 171,386 cmMean /rata-rata tinggi badan = 169.4 cm, standar error
0,993 cm. Standar error : memperkirakan besar rata-rata populasi dari sampel. Rata-rata
populasi tinggi badan = 169,4
Median, menunjukkan bahwa 50%t tinggi badan adalah 168,9 keatas dan 50%nya 168,9
kebawah. Standar deviasi untuk melihat dispersi rata-rata dari sampel.
Rata-rata tinggi badan menjadi : 169,4 +- (2×4,963) = 159,474-179,326 cm. Jika rasio
skewness diantara –2 sampai 2 maka distribusi normal. Maka dapat dikatakan distribusi data
adalah normal.
iii
Data maksimum dan minimum berbeda tipis dari rata-rata tinggi badan -> sebaran data baik.
Pada tabel frekuensi diperlihatkan banyaknya responden pada setiap tinggi badan -
> mencapai 100% kumulatif.
Terlihat pada grafik mempunyai kemiripan dengan bentuk kurva normal. Hal ini
membuktikan bahwa distribusi tersebut sudah dapat dikatakan mendekati normal.
iv
BAB III
PENUTUP
3.1 KESIMPULAN
Hipotesis merupakan jawaban sementara terhadap rumusan masalah penelitian, di mana
rumusan masalah penelitian telah dinyatakan dalam bentuk pertanyaan. Status hipotesis kerja
ialah sesuatu yang disarankan, bahkan sesuatu yang diuji di antara hubungan kategori dan
kawasannya. Perlu pula dikemukakan bahwa hipotesis kerja senantiasa diverifikasi sepanjang
penelitian itu berlangsung.
Suatu hipotesis harus dapat diuji berdasarkan data empiris, yakni berdasarkan apa yang
dapat diamati dan dapat diukur. Untuk itu peneliti harus mencari situasi empiris yang
memberi data yang diperlukan. Setelah kita mengumpulkan data, selanjutnya kita harus
menyimpulkan hipotesis , apakah harus menerima atau menolak hipotesis.
Korelasi sangatlah penting bagi peneliti untuk dipelajari, sebab dengan memahaminya,
para peneliti dapat menilai kekuatan hubungan antara variabel-variabel di dalam penelitian.
Serta juga dapat menilai apakah kekuatan hubungan antar variabel bermakna secara statistik
atau tidak.
Statistika dibutuhkan pada semua bidang ilmu dan Ilmu Komputer dapatmemudahkan
untuk mempelajari Ilmu Statistika, dengan menggunakan berbagai macamprogram yang
sesuai dengan kebutuhan pada ilmu Statistika.
iii
Daftar Pustaka :
http://elidakusumastuti.blogspot.com/2014/12/tugas-makalah-hipotesis-penelitian.html
https://freelearningji.wordpress.com/2013/04/06/uji-t-dua-sampel/
https://www.statistikian.com/2012/07/statistik-berbasis-komputer.html
iv