TUGAS MATA KULIAH STATISTIKA

MAKALAH STATISTIK COMPARE MEANS

Oleh:
KARINA DEVIDHANISWARA GIRI
18.131.0770

PROGRAM STUDI D3 ANALIS KESEHATAN

SEKOLAH TINGGI ILMU KESEHATAN
WIRA MEDIKA BALI
DENPASAR
2020

i
 KATA PENGANTAR

Puji syukur atas kehadirat Tuhan Yang Maha Esa karena telah memberikan rahmat dan
hidayat Nya sehingga saya dapat meyelesaikan tugas makalah ini tepat pada waktunya.
Adapun tujuan dari penulisan dari makalah ini adalah untuk memenuhi tugas dari mata kuliah
statitiska. Selain itu, makalah ini juga bertujuan agar mahasiswa memahami konsep statistic
compare means. Selain itu, makalah ini diharapkan dapat menambah wawasan tentang statistika
compare means bagi para pembaca dan penulis.
Saya ingin mengucapkan terimakasih kepada bapak Putu Gede Subhaktiyasa.,ST.,M.M.
selaku dosen mata kuliah statistika yang telah memberikan tugas makalah ini dalam rangka
belajar dirumah atau social distancing sehingga dapat menambah wawasan dan pengetahuan
sesuai dengan bidang studi yang saya tekuni di tengah pandemi virus corona di Indonesia.
Saya menyadari bahwa makalah yang saya tulis ini masih jauh dari kata sempurna. Oleh
karena itu, kritik dan saran yang membangun akan saya nantikan demi kesempurnaan makalah
ini.

Penulis

(Karina Devidhaniswara Giri)

ii
 DAFTAR ISI

COVER...............................................................................................................................i
KATA PENGANTAR .......................................................................................................ii
DAFTAR ISI .....................................................................................................................iii
BAB 1 PENDAHULUAN .................................................................................................1
1.1 Latar Belakang ..............................................................................................................1
1.2 Rumusan masalah...........................................................................................................2
1.3 Tujuan ...........................................................................................................................2
BAB 2 TINJAUAN PUSTAKA ........................ ................................................................3
2.1 Definisi Statistik Compare Means................................................................................ 3
2.2 Bagian Utama Compare Means ................................................................................... 3
2.3 Langkah Penyelesaian Kasus Compare Means............................................................. 4
BAB 3 PENUTUP
3.1 Kesimpulan....................................................................................................................19
3.2 Saran ............................................................................................................................ 19
DAFTAR PUSTAKA.........................................................................................................20

iii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Secara etimologis kata statistik berasal dari kata status (bahasa latin) yang

mempunyai persamaan arti dengan kata state (bahasa inggris) atau kata stat (bahasa

belanda), dan yang dalam bahasa Indonesia diterjemahkan menjadi Negara. Pada

mulanya, kata statistic diartikan sebagai kumpulan bahan keterangan (data), baik yang

dalam bentuk wujud angka (data kuantitatif) maupun yang tidak berwujud angka

(data kualitatif), yang mempunyai arti penting dan kegunaan yang besar bagi suatu

negara. Namun ,pada perkembangan selanjutnya,arti kata statistik hanya di batasi

pada kumpulan bahan keterangan yang berwujud angka (data kuantitatif) dan yang

tidak berwujud angka (data kualitatif). (Husaini Usman dan Purnomo, 2003)

Statistika adalah cabang ilmu yang mempelajari tentang bagaimana

mengumpulkan, menganalisis dan menginterpretasikan data. Statistika merupakan

ilmu yang mempelajari mulai dari pengumpulan data, pengolahan data sampai kepada

pengambilan kesimpulan berdasarkan data tersebut. Atau dengan kata lain, statistika

menjadi semacam alat dalam melakukan suatu riset empiris. Pada umumnya sebagian

besar orang tidak membedakan antara statistik atau statistika. Statistik merupakan

karakteristik yang diukur dari sampel. Karakteristik di sini berupa rerata , varian atau

standar deviasi, proporsi.

1
 Analisis perbandingan rata-rata (Compare Mean) digunakan untuk membandingkan

rata-rata antara dua atau lebih kelompok sampel data. Asumsi mendasar dalam analisis

perbandingan adalah bahwa variabel data yang akan dibandingkan harus mengikuti

distribusi normal. Asumsi lainnya yang harus dipenuhi dalam analisis perbandingan

dengan ANOVA (Analysis of Variance) adalah homogenitas varians. Ini dilakukan

melalui uji Levene's homogenity-of-variance test.

1.2 Rumusan masalah

1.2.1 Apa definisi Statistik compare means ?
1.2.2 Apa saja bagian utama compare means?
1.2.3 Bagaimana Langkah penyelesaian kasus compare Means?

1.3 Tujuan
1.3.1 Mahasiswa memahami konsep statistic compare means
1.3.2 Mahasiswa mampu memahami metode langkah penyelesaian kasus
statistic compare means

2
 BAB II

PEMBAHASAN

2.1 Definisi Compare Mean

Analisis perbandingan rata-rata (Compare Mean) digunakan untuk

membandingkan rata-rata antara dua atau lebih kelompok sampel data. Asumsi mendasar
dalam analisis perbandingan adalah bahwa variabel data yang akan dibandingkan harus
mengikuti distribusi normal. Asumsi lainnya yang harus dipenuhi dalam analisis
perbandingan dengan ANOVA (Analysis of Variance) adalah homogenitas varians. Ini
dilakukan melalui uji Levene's homogenity-of-variance test.
Langkah pertama untuk metode perbandingan ini adalah mengumpulkan data
(sampel) dari setiap objek per kelompok variabel. Pengukuran bersifat kuantitatif atau
minimum berskala interval. Selanjutnya mengenal apa yang disebut dengan statistik uji t
dan analisis varians (ANOVA). Statistik uji t dan ANOVA digunakan sebagai statistik uji
untuk perbandingan dua atau lebih kelompok sampel data. Uji t digunakan untuk
membandingkan dua sampel yang akan dibandingkan, sedangkan ANOVA digunakan
untuk uji perbandingan lebih dari dua kelompok sampel data maka digunakan analisis
varians.
2.2 Bagian utama Compare means
Ada 5 bagian utama untuk analisis perbandingan rata-rata pada Compare Means
di SPSS yaitu :
1. Perbandingan Rata-rata (Means)
Perbandingan rata-rata digunakan untuk membandingkan nilai rata-rata dan satandar
deviasi antara 2 kelompok sampel/data
2. Analisis Chi-Square
Analisis Chi-Square digunakan untuk membandingkan frekuensi observasi (fo) dengan
frekuensi ekspektsi (fe) ke dalam masing-masing kategori apakah semua kategori
mempunyai proporsi nilai yang sama.

3
3. One Sample t-test
One Sample t- test digunakan untuk membandingkan apakah terdapat perbedaan atau
kesamaan rata-rata dari kelompok sampel data dengan nilai rata-rata tertentu.
4. Independent Sample t-test
Independen sample t-test digunakan untuk membandingkan 2 kelompok sampel data dan
kedua kelompok sampel tersebut bersifat independen/bebas.
5. Paired Sample t-test
Paired Sample t-test digunakan untuk membandingkan antara 2 kelompok sampel dan
kedua kelompok sampel ini saling berhubungan.

One Way ANOVA.

One-Way Anova digunakan untuk membandingkan nilai rata-rata antara 2 atau lebih
kelompok data. Dalam uji ini diperlukan asumsi distribusi normal dan homogenitas
varians antara kelompok sampel. (Bimo, Suseno., 2010)

2.3 Langkah penyelesaian kasus compare Means

Sebelum melakukan langkah-langkah penyelesaian kasus, langkah awal adalah
mengaktifkan SPSS sehingga menampilkan halaman SPSS StatisticS Data Editor. Berikut
ini adalah langkah-langkah untuk menghitung mean subGroup means dan menampilkan
statistik:
1. Ketik Variable View yang ada pada sudut kiri bawah, kemudian ketik nama variabel
dengan nama Bank dan BungaTabungan.
2. Ganti Decimals pada variabel Bank dan BungaTabungan dari angka 2 menjadi angka 0
dengan menghapus angka 2 kemudian mengetik angka 0, atau dengan menggunakan icon
segitiga ke bawah sehingga angka 2 menjadi angka 0.
3. Ganti Value pada variabel Bank menjadi value “1” untuk label “Pemerintah” dan value
“2” untuk label “Swasta”.
4. Klik Data View dan ketik angka-angka seperti gambar 2.1 di bawah ini:

4
 Gambar 2.1 Data View dari kasus 1

5. Untuk melihat hasil dari value dan label, klik Value Labes pada icon sehingga
akan tampil Data View seperti pada 2.2 di bawah ini:

2.2 Data View dengan Value Labels pada kasus 1

6. Klik Analyze , Compare Means , Means sehingga tampil kotak dialog Means seperti
gambar 2.3 di bawah ini:

5
 Gambar 2.3 Kotak Dialog Means
7. Pilih variabel BungaBank yang dipindahkan pada kolom Dependent List dan variabel
Bank yang dipindahkan pada kolom Independent List dengan mengklik tombol panah

kanan atau icon , kemudian klik Options sehingga tampil kotak dialog Means:
Options seperti gambar 2.4, kemudian pilih Mean, Number of Cases, Standard Deviation,
Median, Minimum, Maximum, Range, Variance, dan Sum seperti gambar 2.5 di bawah
ini:

Gambar 2.4 Kotak Dialog Mean setelah variabel dipindahkan

6
 Gambar 2.5 Kotak Dialog Means: Options
8. Klik Continue dan klik OK pada kotak dialog Means sehingga akan menampilkan
output seperti gambar 2.6 di bawah ini:

Gambar 2.6 Output untuk Analisis Compare Means: Means

7
Uji T Untuk Satu Sampel
Berikut ini adalah langkah-langkah untuk menyelesaikan studi kasus point 2
dengan menggunakan uji T untuk satu sampel:
1. Ketik pada Variable View dengan nama variabel Bulan, LuasPanen, dan Produktivias,
kemudian ganti Decimals dari angka 2 menjadi angka 0 pada variabel Bulan dan
Produktivitas, dan ketik tabel 1.2 studi kasus pada Data View seperti gambar 2.7 di
bawah ini:

Gambar 2.7 Data View dari kasus 2

2. Klik Analyze lalu klik Compare Means lalu klik One Sample T Test sehingga tampil
kotak dialog One-Sample T Test, kemudian pilih variabel Produktivitas dan pindahkan
pada kolom Test Variable(s) seperti gambar 2.8 di bawah ini:

Gambar 2.8 One-Sample T Test

8
3. Pada kolom Test_Value, ketik dengan angka 19.00 yang merupakan nilai dari uji
hipotesis.
4. Pilih Options sehingga tampil kotak dialog One-Sample T Test: Options, kemudian
pada pada kolom confidence interval diisi dengan angka 90 seperti gambar 2.9 dibawah
ini:

Gambar 2.9 Kotak dialog One-Sample T Test: Options

6. Klik Continue dan klik OK pada kotak dialog One-Sample T Test sehingga tampil
output seperti gambar 2.10 di bawah ini:

Gambar 2.10 Output untuk Analisis Compare Means: One Sample T Test
3. Uji T Untuk Dua Sampel Independen
Berikut ini adalah langkah-langkah untuk menyelesaikan studi kasus point 3
dengan menggunakan uji T untuk dua sampel independen:
1. Ketik pada Variable View dengan nama variabel Negara dan Populasi, kemudian
ganti Decimals dari angka 2 menjadi angka 0 pada variabel Negara dan angka 2
menjadi 6 pada variabel Populasi, dan ketik tabel 1.3 studi kasus pada Data View
seperti pada gambar seperti 2.11 di bawah ini:
9
 Gambar 2.12 Data View untuk kasus 3
2. Untuk melihat hasil dari value dan label, klik Value Labes pada icon sehingga akan
tampil Data View seperti pada 2.13 di bawah ini:

Gambar 2.13 Data View dengan Value Labels pada kasus 3

3. Klik Analyze lalu klik Compare Means lalu klik Independent-Sample T Test sehingga
tampil kotak dialog Independent-Sample T Test, kemudian pilih variabel populasi yang
dipindahkan pada kolom Test Variable(s) dan variabel Negara yang dipindahkan pada
kolom Grouping Variable seperti gambar 2.14 di bawah ini:

10
 Gambar 2.14 Kotak Dialog Independent-Sample T Test
4. Klik Options dan ketik angka 95% untuk Confidence Interval, kemudian klik
Continue.

5. Klik Define Groups sehingga tampil kotak dialog Define Groups dan isi pada kolom
Use specified values yang terdiri dari angka 1 untuk kolom Group 1 dan angka 2 untuk
kolom Group 1 seperti gambar 2.15 di bawah ini:

Gambar 2.15 Kotak Dialog Define Groups

6. Klik Continue dan klik OK pada kotak dialog Independent-Sample T Test sehingga ta
mpil output seperti gambar 2.16 di bawah ini:

11
Gambar 2.16 Output untuk Analisis Compare Means: Independent-Sample T Test

4. Uji T untuk Dua Sampel Berpasangan (Paired Sample Test)

Berikut ini adalah langkah-langkah untuk menyelesaikan studi kasus point 2
dengan menggunakan uji T untuk dua sample berpasangan (paired sample test):
1. Ketik pada Variable View dengan nama variabel INFLASI_2010, INFLASI_2011, dan
INFLASI_2012, dan ketik tabel 1.4 studi kasus pada Data View seperti pada gambar
seperti 2.17 di bawah ini:

Gambar 2.17 Data View untuk kasus 4

12
2. Klik Analyze lalu klik Compare Means lalu klik Independent-Sample T Test sehingga
tampil dialog Paired-Sample T Test, kemudian pada kolom paired Variables diisi
dengan variabel INFLASI_2010 untuk variable1 dan INFLASI_2011 untuk variable2
pada Pair 1 dan variabel INFLASI_2011 untuk variable1 dan INFLASI_2012 untuk
variable2 pada Pair 2 seperti pada gambar 2.18 di bawah ini:

Gambar 2.18 Kotak Dialog Paired-Sample T Test

3. Klik Options dan ketik angka 95% untuk Confidence Interval, kemudian klik
Continue.

4. Klik OK sehingga tampil output seperti gambar 2.19 di bawah ini:

Gambar 2.19 Output untuk Analisis Compare Means: Paired-Sample T Test

13
 Means
Berikut ini adalah istilah-istilah penting dalam langkah Compare Means: Means:
 Dependent list digunakan untuk memberi nama variabel yang ingin dikeahui nilai Means
sehingga berupa data kontinu.

 Independet list digunakan untuk memberi nama variabel yang berisi variabel
berkelompok, sehingga data berupa karegorik.

 Options pada Means merupakan list-list dari nama-nama statistik yang terdiri dari
Median, Grouped Median, Std. Error of Mea, Sum, Minimum, Maximum, Range, First,
Last, Variance, Kurtosis, Std. Error of Kurtosis, Skewness, Std. Error of Skewness, dan
Harmonic Mean.

Uji T Untuk Satu Sampel

Berikut ini adalah istilah-istilah penting dalam langkah Compare Means: One-Sample T
Test:
 Test Variable(s) adalah nama variabel yang akan dianalisis dan dibandingkan dengan
variabel bebas.

 Test Value merupakan nilai acuan yang akan dibandingkan dengan variabel yang ada
pada kolom Test Variable(s) yang biasanya disebut dengan variabel bebas.

Tabel 3.3 One-Sample Statistics untuk kasus 2

N Mean Std. Deviation Std. Error
Mean
Produktifitas 12 18.7975 2.03043 58614

Praktikum kali ini, praktikan akan membandingkan variabel produktivitas dengan jumlah
data (N) sebanyak 12 data, mean adalah 18,7975, Standard deviation adalah 2,03043 dan
standard error of mean adalah 0,58614. Standard error of mean ini diukur sebagai
14
Standard deviation dibagi dengan akar dari jumlah data (N) yang menggunakan tingkat
kepercayaan sebesar 95% (sebagian besar software SPSS menggunakan tingkat
kepercayaan 95% sebagai standar).
Tabel 3.4 One-Sample Test untuk kasus 2

Nilai acuan pada praktikum kali ini adalah 19.00 yang merupakan rata-rata
produktivitas cabe dengan tingkat kepercayaan 90%, sehingga diperoleh t-hitung adalah
-0,345 dengan derajat bebas (N-1) = 11, Sig.(2-tailed) adalah 0,736, mean difference
adalah -0,20250. Sig.(2-tailed) ini menunjukkan nilai P-value dari variabel Produktivitas
dan mencerminkan hipotesis dua arah (two-tailed) yang digunakan untuk melihat apakah
nilai rata-rata tunggal sama dengan (=) nilai acuan atau tidak (≠). P-value merupakan
tingkat keberartian terkecil sehingga nilai suatu uji statistik yang sedang diamati masih
berarti. Sedangkan mean difference menunjukkan ukuran dispersi statistik sama dengan
perbedaan absolut rata-rata dari dua nilai independen diambil dari distribusi probabilitas.
Sedangkan lower dari 90% Confidence Interval of the Difference adalah -1,2551 dan
upper dari 90% Confidence Interval of the Difference adalah 0,8501.
Dalam praktikum kali ini, praktikan harus membuktikan bahwa rata-rata produktivitas
cabe pada tahun 2008 sama dengan 19.00 dengan menggunakan tingkat kepercayaan
90%. Berikut ini adalah pengujian hipotesis rata-rata dari produktivias cabe tahun 2008:
a. H0 = 𝜇 = 𝜇0 (Rata-rata produktivitas cabe pada tahun 2008 sama dengan 19.00)
H1 = 𝜇 ≠ 𝜇0 (Rata-rata produktivitas cabe pada tahun 2008 tidak sama dengan 19.00)
b. Taraf signifikansi
Pada pengujian ini menggunakan dua arah (two-tailed) dengan taraf signifikansi 𝛼 = 10%
= 0,1
c. Daerah kritis

15
H0 ditolak jika P-value < tingkat signifikansi atau t-hitung > t-tabel
d. Statistik uji
Berdasarkan tabel distribusi t dengan derajat bebas adalah 11 dan taraf signifikasi sebesar
𝛼/2 adalah 0,05, maka t-tabel adalah 1,796 sehingga:
P-value (0,736) > tingkat signifikansi (𝛼/2= 0,05) atau t-hitung (-0,345) < t-tabel (1,796)
e. Keputusan
H0 diterima atau gagal tolak H0
f. Kesimpulan
Berdasarkan data yang diambil dari produktivitas cabe tahun 2008 dengan tingkat
kepercayaan sebesar 90%, maka H0 diterima atau gagal tolak H0, sehingga rata-rata
produktivitas cabe tahun 2008 sama dengan 19,00.

3. Uji T Untuk Dua Sampel Independen

Berikut ini adalah istilah-istilah penting dalam Compare Means: Independent-Sample T
Test:
Grouping Variable berisi nama variabel yang didefinisikan dalam kategori yang akan
dibandingkan (Group 1 dan Group 2). Dalam praktikum kali ini, Group 1 merupakan
negara India dan Group 2 merupakan negara Indonesia.

Tabel 3.5 Group Statistics untuk kasus 3

Negara N Mean Std. Std. Error
Deviation Mean

Populasi India 13 1.44406808 .147170217 .040817674

Indonesia 13 1.39400246 .063828130 .017702738

Pada praktikum kali ini, praktikan akan membandingkan populasi negara India dengan
populasi negara Indonesia yang masing-masing jumlah data sebanyak 13 data. Mean dari
variabel Populasi Negara India adalah 1,44406808 dan variabel Populasi Negara

16
Indonesia adalah 1,39400246. Standard deviation pada variabel Populasi Negara India
adalah 0,147170217 dan variabel Populasi Negara Indonesia adalah 0,063828130.
Sedangkan standard error of mean pada variabel Populasi Negara India adalah
0,040817674 dan variabel Populasi Negara Indonesia adalah 0,017702738.

Berdasarkan tabel 3.6 pada kolom Levene’s Test for Equality of Variances diketahui
bahwa F-hitung adalah 15,241 dengan P-value adalah 0,001. Sedangkan pada kolom t-
test for Equality of Means terdiri:

1. Pada variabel Populasi untuk asumis variansi yang sama (Equal variances assumsed)
diketahui bahwa t-hitung adalah 1,125, derajat bebas adalah 24, Sig.(2-tailed) atau P-
value adalah 0,272, mean difference adalah 0,050065615, standard error of difference
adalah 0,44491229, lower dari 95% Confidence Interval of the Difference adalah
-0,041759768, dan upper dari 95% Confid,ence Interval of The Difference adalah
0,141890999.

2. Pada variabel Populasi untuk asumsi variansi yang tidak sama diketahui bahwa t-
hitung adalah 1,125, derajat bebas adalah 16,360, Sig.(2-tailed) atau P-value adalah
0,277, mean difference adalah 0,44491229, lower dari 95% Confidence Interval of the
Difference adalah -0,044083140, dan upper dari 95% Confidence Interval of The
Difference adalah 0,144214370.

Dalam praktikum kali ini, praktikan harus melakukan pengujian hipotesis sebagai
berikut:
1. Pengujian hipotesis untuk kesamaan variansi
ini adalah pengujian hipotesis variansi dari pertumbuhan populasi penduduk
pertahun antara India dan Indonesia:
17
a. H0 = 𝜎2 = 𝜎02 (Variansi pertumbuhan populasi penduduk pertahun antara India dan
Indonesia adalah sama)
H1 = 𝜎2 ≠ 𝜎02 (Variansi pertumbuhan populasi penduduk pertahun antara India dan
Indonesia adalah tidak sama)

b. Taraf signifikasi
Pada pengujian ini menggunakan taraf signifikansi adalah 𝛼 = 5 % = 0,05

c. Daerah kritis
H0 ditolak jika P-value < tingkat signifikansi

d. Statistik uji
P-value (0,001) < tingkat signifikasi (0,05)

e. Keputusan
H0 ditolak

Kesimpulan
Berdasarkan data yang diambil dari pertumbuhan populasi penduduk pertahun
antara India dan Indonesia dengan tingkat kepercayaan sebesar 95%, maka H0 ditolak,
sehingga variansi pada pertumbuhan populasi penduduk pertahun antara India dan
Indonesia adalah berbeda.

BAB III
PENUTUP

18
3.1 Kesimpulan
Berdasarkan praktikum tentang Compare Means dapat disimpulkan bahwa:
Analisis perbandingan digunakan untuk membandingkan rata-rata, melakukan pengujian
hipotesis untuk One-Sample T Test, Independent-Sample T Test, dan Paired Sample Test.
Analisis perbandingan rata-rata (Compare Mean) digunakan untuk
membandingkan rata-rata antara dua atau lebih kelompok sampel data. Asumsi mendasar
dalam analisis perbandingan adalah bahwa variabel data yang akan dibandingkan harus
mengikuti distribusi normal. Asumsi lainnya yang harus dipenuhi dalam analisis
perbandingan dengan ANOVA (Analysis of Variance) adalah homogenitas varians. Ini
dilakukan melalui uji Levene's homogenity-of-variance test.
Langkah pertama untuk metode perbandingan ini adalah mengumpulkan data
(sampel) dari setiap objek per kelompok variabel. Pengukuran bersifat kuantitatif atau
minimum berskala interval. Selanjutnya mengenal apa yang disebut dengan statistik uji t
dan analisis varians (ANOVA). Statistik uji t dan ANOVA digunakan sebagai statistik uji
untuk perbandingan dua atau lebih kelompok sampel data. Uji t digunakan untuk
membandingkan dua sampel yang akan dibandingkan, sedangkan ANOVA digunakan
untuk uji perbandingan lebih dari dua kelompok sampel data maka digunakan analisis
varians.

3. 2 Saran
Pada perhitungan dengan menggunakan cara manual tentunya juga diperlukan
ketelitian dan kecermatan agar tidak terjadi kesalahan, untuk memperkecil kesalahan kita
bisa menggunakan cara statistik atau statistika untuk menganalisis suatu masalah dalam
kehidupan sehari-hari maupun dalam suatu pembelajaran mahasiswa.

DAFTAR PUSTAKA

19
 Bimo, Suseno. 2010. Analisis Perbandingan.
http://www.statistikolahdata.com/2010/10/analisis-perbandingan. html [Online] diakses pada
tanggal 8 april 2020 pada jam 19.08

Consultant, Duwi. 2011. Paires Samples T Test.

http://duwiconsultant.blogspot.com/2011/11/paired-samples-t-test.html [Online] diakses pada
tanggal 9 april 2020 pada jam 18.20

Data, Jogja. 2012. Uji T Satu Sample (One Sample T-Test). http://jogja-
olahdata.blogspot.com/2012/11/uji-t-satu-sampel-one-sampel-t-test_24.html [Online] diakses
pada tanggal 9 April 2020 pada jam 17.00

Jaka, Nugraha. 2011. Modul Praktikum II Analisis Data Eksplorasi. Yogyakarta:

Universitas Islam Indonesia

Lintasinfo. 2013. Inflasi, Dampak, Pengaruh, Kebijakan, dan Cara Mengatasi.

http://lintasinfo10.blogspot.com/2013/10/inflasi-dampak-pengaruh-kebijakan-cara
mengatasi.html [Online] diakses pada tanggal 9 april 2020 pada jam 17.15

Rory. 2011. Uji T Dua Sampel Independen (Varian Sama).

http://www.hprory.com/2011/11/ uji-t-dua-sampel-independen-varian-sama.html [Online]
diakses pada tanggal 9 april 2020 pada jam 13.00

20