METODE ANALITIK PARAMETRIK UJI COBA

ONE SIMPLE T- TEST DAN PAIRED SAMPLE T-TEST

OLEH KELOMPOK 1 :

1. ARI CENDANI PRABAWATI ( 17.321.2658 )

2. GDE DIPTA DHIATMIKA (17.321.2663)
3. KOMANG AYU RATIH PURBANIGRUM (17.321.2675)
4. NI KADEK ERNI WIDJAYANTI (17.321.2683)
5. NI KETUT YULIANA ( 17.321.2686 )
6. NI MADE AYU PRIYASTINI ( 17.321.2695 )
7. NI PUTU AYU WISMAYA DEWI ( 17.321.9698 )
8. NI PUTU MERRY TASIA SURYAWAN ( 17.321.2702 )
9. NI WAYAN YUNA PRATIWI ( 17.321.2705 )

PROGRAM STUDI ILMU KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN WIRA MEDIKA BALI
TAHUN AJARAN 2020
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Dewasa ini metode statistika sudah berkembang sangat luas, untuk mengakomodasi
berbagai kondisi data. Karena dalam aplikasinya hampir tidak bisa lepas dari peranan
komputer, sebagian besar metode tersebut telah diimplementasikan dalam berbagai paket
statistika. Berdasarkan asumsi sebaran yang dipergunakan, metode statistika dapat
dibedakan menjadi dua bagian utama yaitu uji statistic parametrik dan Uji statistic non
parametrik.

Dalam uji statistik parametrik terdapat beberapa uji yang dapat digunakan untuk
mengambil kesimpulan tentang populasi dari sampel tersebut yang diambil. Seandainya
sampel yang diambil merupakan sampel yang saling berhubungan, maka akan timbul suatu
permasalahan bagaimana cara (metode) menganalisisnya dan uji statistik apa yang digunakan.
Salah satu uji statistik parametrik digunakan adalah uji T-test dependent.

T - test atau uji t adalah uji statistik yang digunakan untuk menguji kebenaran atau
kepalsuan hipotesis nol. Uji t pertama kali dikembangkan oleh William Seely Gosset pada
tahun 1915. Uji t dapat dibagi menjadi 2 , yaitu uji t yang digunakan untuk pengujian hipotesis
1 sampel dan uji t yang digunakan untuk pengujian hipotesis 2 sempel. Bila duhubungkan
dengan kebebasan (independency) sampel yang digunakan (khusus bagi uji t dengan 2
sampel), maka uji t dibagi lagi menjadi 2, yaitu uji t untuk sampel bebas (independent) dan uji
t untuk sampel berpasangan (paired).
 Uji t - test dependent adalah pengujian yang mana tidak adanya perbedaan yang signifikan
antara nilai variabel dari dua sampel yang berpasangan atau berkolerasi.Fungsi dari t-test
dependent adalah 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 perlakuan. Syarat jenis uji t – test dependent 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).

1.2 Rumusan Masalah

1. Apa yang dimaksud dengan Statistik Parametrik?

2. Apa yang dimaksud dengan Uji Beda One Sample T-Test ?
3. Bagaimana prosedur pengujian One Sample T-Test ?
4. Bagaimana pengolahan data One Sample T-Test dengan SPPS ?
5. Apa yang dimaksud dengan Uji Beda Paired Sample T-Test ?
6. Bagaimana prosedur Uji Beda Paired Sample T-Test ?
7. Bagaimana pengolahan data Paired Sample T-Test dengan SPPS ?

1.3 Tujuan
1. Untuk mengetahui apa yang dimaksud dengan Statistik Parametrik.
2. Untuk mengetahui apa yang dimaksud dengan Uji Beda One Sample T-Tes dan Paired
Sample T-Test.
3. Untuk mengetahui prosedur pengujian One Sample T-Test dan Paired Sample T-Test.
4. Untuk mengetahui Uji Beda Paired Sample T-Test
5. Untuk mengetahui prosedur Uji Beda Paired Sample T-Test
1.4 Manfaat
Hasil dari penyusunan makalah ini diharapkan dapat memberikan manfaat kepada semua
pihak, khususnya kepada mahasiswa untuk menambah pengetahuan dan wawasan mengenai
Analitik Parametrik.
 BAB II

PEMBAHASAN

2.1 Pengertian Statistik Parametrik

Statistik Parametrik yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau
distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data
yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas.
Pada umumnya, jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan
metode statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu
agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.

Pengujian parametrik (statistik parametrik) adalah uji statistik untuk parameter populasi
seperti rata-rata, variansi, dan proporsi yang menggunakan beberapa asumsi dari populasi
dimana sampel diambil. Salah satu asumsinya yaitu diambil dari suatu populasi adalah
berdistribusi normal (Bluman, 2012).

2.2 Uji Beda One Sample T-Test

Uji beda dipergunakan untuk mencari perbedaan, baik antara dua sampel data atau antara
beberapa sampel data. Dalam kasus tertentu, juga bisa mencari perbedaan antara suatu sampel
dengan nilai tertentu. Terdapat jenis uji beda lain selain berdasarkan jumlah kelompok
sampel yang diuji. Misalnya jumlah sampel pada masing-masing kelompok juga menentukan
jenis uji beda yang digunakan. Jika dua kelompok mempunyai anggota yang sama dan
mempunyai korelasi maka dipergunakan uji sampel berpasangan (paired test), dan jika
jumlah anggota kelompok berbeda, tentunya tidak berkorelasi, maka memerlukan uji beda
yang lain, misalnya Independent Sample t test atau Mann-Whitney U-Test. Uji beda bukan
merupakan uji statistik non parametrik. Uji t dengan distribusi normal merupakan statistik
parametrik, akan tetapi jika distribusi data tidak normal, barulah merupakan statistik non
parametrik. Jadi penentuan parametrik atau bukan, tidak didasarkan pada jenis uji tetapi
tergantung dari distribusi data, apakah normal atau tidak. Fungsi dari uji T-test sendiri yaitu
digunakan untuk menguji hipotesa komparatif (uji perbedaan), digunakan untuk sampel kecil
dan varian populasi tidak diketahui, dan membedakan mean kelompok.
2.3 Prosedur Pengujian One Sample T-Test

a. Pengertian

One sample t test merupakan salah satu uji parametrik. Biasanya digunakan untuk ukuran
sampel dibawah 30. Syaratnya adalah data berupa kuantitatif dan memiliki distribusi
normal. Pengujian satu sampel pada prinsipnya ingin menguji apakah suatu nilai tertentu
yang digunakan sebagai pembanding berbeda secara nyata ataukah tidak dengan rata-rata
sebuah sampel. Nilai tertentu disini pada umumnya adalah sebuah nilai parameter untuk
mengukur suatu populasi.

Uji ini juga dapat digunakan untuk mengetahui perbedaan rata-rata populasi yang
digunakan sebagai pembanding dengan rata-rata sebuah sampel. Dari hasil ini apakah akan
diketahui bahwa rata-rata populasi yang digunakan sebagai pembanding secara signifikan
berbeda dengan rata-rata sebuah sampel, jika ada perbedaan, rata-rata manakah yang lebih
tinggi. Biasanya one sample t-test digunakan untuk hipotesis deskriptif dan hipotesis
komparatif (pembanding (see this Hipotesis ). One Sample T-Test merupakan teknik
analisis untuk membandingkan satu variabel bebas. Teknik ini digunakan untuk menguji
apakah nilai tertentu berbeda secara signifikan atau tidak dengan rata-rata sebuah sampel.
Uji t sebagai teknik pengujian hipotesis deskriptif memiliki tiga kriteria yaitu uji pihak
kanan, kiri dan dua pihak.

1. Uji Pihak Kanan : Dikatakan sebagai uji pihak kanan karena t tabel ditempatkan di
bagian kanan kurva.
2. Uji Pihak Kiri : Dikatakan sebagai uji pihak kiri karena t tabel ditempatkan di
bagian kiri Kurva.
3. Uji Dua Pihak : Dikatakan sebagai uji dua pihak karena t tabel dibagi dua dan
diletakkan di bagian kanan dan kiri.

Rumus yang dapat digunakan dalam menerapkan uji-t ini adalah sebagai berikut :

𝑋̅ − 𝜇0
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑠
√𝑛
 Keterangan :

𝑋̅ = Rata-rata hasil pengumpulan data

𝜇0 = Nilai rata-rata ideal

𝑠 = Stándar deviasi sampel

N = Jumlah sampel

b. Prosedur Pengujian One Sample T-Test

Prosedur yang umum dan harus diikuti untuk melakukan uji hipotesis ini adalah
sebagai berikut :
1. Membuat hipotesis dalam uraian kalimat
𝐻0 : Pernyataan atau dugaan yang menyatakan nilai paling rendah atau sama
dengan dari suatu objek penelitian.
𝐻1 : Pernyataan atau dugaan yang menyatakan nilai paling tinggi atau
maksimum dari suatu objek penelitian.
2. Membuat hipótesis dalam bentuk model statistik
a. Uji Pihak Kiri
𝐻0 : 𝜇 ≥ 𝜇0

𝐻1 : 𝜇 < 𝜇0

b. Uji Pihak Kanan

𝐻0 : 𝜇 ≤ 𝜇0

𝐻1 : 𝜇 > 𝜇0

c. Uji Dua Pihak

𝐻0 : 𝜇 = 𝜇0

𝐻1 : 𝜇 ≠ 𝜇0
3. Menentukan resiko kesalahan 𝛼 (taraf signifikan)
Pada tahap ini, kita menentukan seberapa besar peluang membuat risiko kesalahan dalam
mengambil keputusan menolak hipótesis yang benar. Biasanya dilambangkan dengan 𝛼
taraf kesalahan atau kekeliruan.
4. Kaidah pengujian
Kriteria Pengujian adalah bentuk pembuatan keputusan dalam menerima atau menolak
hipotesis nol (Ho) dengan cara membandingkan nilai α tabel distribusinya (nilai kritis)
dengan nilai uji statistiknya, sesuai dengan bentuk pengujiannya. Yang di maksud
dengan bentuk pengujian adalah sisi atau arah pengujian.
a. Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada
nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
b. Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai
positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis.
1) Uji Pihak Kanan atau uji sisi atas
𝐻0 diterima jika: 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑡 𝑡𝑎𝑏𝑙𝑒
𝐻0 ditolak jika : 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡 𝑡𝑎𝑏𝑙𝑒
2) Uji pihak kiri atau uji sisi bawah
𝐻0 diterima jika: 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑡 𝑡𝑎𝑏𝑙𝑒
𝐻0 ditolak jika : 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 < 𝑡 𝑡𝑎𝑏𝑙𝑒
3) Uji dua pihak
𝐻0 diterima jika:− 𝑡 𝑡𝑎𝑏𝑙𝑒 ≤ 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑡 𝑡𝑎𝑏𝑙𝑒

𝐻0 ditolak jika : 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑡 𝑡𝑎𝑏𝑙𝑒 atau 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑡 𝑡𝑎𝑏𝑙𝑒

atau
Jika 𝑝. 𝑠𝑖𝑔 > 𝛼, maka 𝐻0 diterima
Jika 𝑝. 𝑠𝑖𝑔 < 𝛼, maka 𝐻0 ditolak
5. Menghitung 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 dan 𝑡𝑡𝑎𝑏𝑒𝑙
Tahapan menentukan nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 dan 𝑡𝑡𝑎𝑏𝑒𝑙 :
a. Membuat tabel penolong
b. Menghitung nilai rata-rata pengamatan
Rumus :
 ∑ 𝑋𝑖
𝑋̅ =
𝑛
Keterangan :
𝑋𝑖 : hasil pengamatan
𝑛 : jumlah sampel
c. Menentukan nilai estándar deviasi sampel
Rumus :

∑(𝑋𝑖 − 𝑋̅ )2
𝑠=√
𝑛−1

Keterangan :
𝑋̅ : rata-rata pengamatan
d. Menghitung nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔
Rumus :
𝑋̅ − 𝜇0
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑠
√𝑛
e. Menentukan nilai 𝑡𝑡𝑎𝑏𝑒𝑙
Nilai 𝑡𝑡𝑎𝑏𝑒𝑙 dicari pada tabel distribusi- t dengan ketentuan : 𝑑𝑏 = 𝑛 − 1. Sehingga,
nilai 𝑡𝑡𝑎𝑏𝑒𝑙(𝛼,𝑑𝑏)
6. Membandingkan 𝑡𝑡𝑎𝑏𝑒𝑙 dan 𝑡ℎ𝑖𝑡𝑢𝑛𝑔
Tujuan membandingkan 𝑡𝑡𝑎𝑏𝑒𝑙 dan 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 adalah untuk mengetahui hipótesis mana
yang akan diterima berdasarkan kaidah pengujian.
7. Mengambil keputusan
Menerima atau menolak 𝐻0 .
2.4 Pengolahan Data One Sample T-Test Dengan SPSS

Langkah-langkah pengolahan data One Sample T-Test dengan SPSS yaitu sebagai berikut:
Universitas Islam Negeri Alauddin Makassar mengadakan penelitian mengenai IQ
mahasiswanya. Menurut isu yang berkembang , IQ mahasiswa jurusan pendidikan matematika
universias tersebut sama dengan 140. Untuk membuktikan kebenaran tersebut, tim
riset mengambil sampel acak 20 mahasiswa. Kemudian melakukan tes IQ. Data IQ adalah
sebagai berikut. 154 144 135 140 143 149 138 147 143 134 146 140 141 144 140 143 144
138 139 135
Apakah isu yang berkembang dapat dibenarkan?
Penyelesaian:
1. Menentukan Hipotesis
𝐻0 ∶ 𝜇 = 𝜇0
𝐻1 ∶ 𝜇 ≠ 𝜇0
2. Klik Variabel View pada sebelah kiri bawah jendela SPSS.
Masukkan data seperti gambar dibawah ini

3. Setelah itu masukkan data pada Data View yang ada di kiri bawah.
4. Pilih Analyze untuk memulai t-test, pada sub menu pilih Compare Means kemudian pilih
One-Sample T-Test

5. Setelah muncul jendela One Sample T-Test, pindahkan variable X ke test variable dengan
memilih variable X kemudian klik tanda panah ke kanan di jendela tersebut. Dan isikan
test Value dengan T hitung yang dijadikan perbandingan.
6. Klik Option pada jendel One Sample T-Test kemudian muncul jendela berikutnya. Isikan
derajat keyakinan sebesar 95% (𝛼 = 0,05)

7. Klik Continue kemudian Ok, akan muncul jendela hasil yang menampilkan text dan table
yang merupakan hasil uji hipotesis One Sample T-Test, seperti gambar berikut :
8. Kesimpulan
Kaidah pengujian

𝐻0 diterima jika:− 𝑡 𝑡𝑎𝑏𝑙𝑒 ≤ 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑡 𝑡𝑎𝑏𝑙𝑒

𝐻0 ditolak jika : 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑡 𝑡𝑎𝑏𝑙𝑒 atau 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑡 𝑡𝑎𝑏𝑙𝑒

atau
Jika 𝑝. 𝑠𝑖𝑔 > 𝛼, maka 𝐻0 diterima
Jika 𝑝. 𝑠𝑖𝑔 < 𝛼, maka 𝐻0 ditolak

Keputusan

Karena :− 𝑡 𝑡𝑎𝑏𝑙𝑒 ≤ 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑡 𝑡𝑎𝑏𝑙𝑒

:− 2.093 ≤ 1.673 ≤ 2.093

maka 𝐻0 diterima
atau
Karena 𝑝. 𝑠𝑖𝑔 = 0.111 > α=0,05 maka Ho diterima

Kesimpulan : Jadi rata-rata IQ mahasiswa Universitas Islam Negeri Alauddin Makassar

jurusan Pendidikan Matematika adalah 140.
2.5 Uji Beda Paired Sample T-Test
a. Pengertian
Paired Sample T-Test merupakan uji beda dua sampel berpasangan. Sampel berpasangan
merupakan subjek yang sama namun mengalami perlakuan yang berbeda.Variabel
independen kualitatif dalam penelitian ini memiliki dua kategori. Oleh sebab itu, dilakukan
pengujian dengan metode uji beda rata-rata untuk dua sampel berpasangan (paired sample
t-test). Model uji beda ini digunakan untuk menganalisis model penelitian pre-post atau
sebelum dan sesudah. Uji beda digunakan untuk mengevaluasi perlakuan (treatment)
tertentu pada satu sampel yang sama pada dua periode pengamatan yang berbeda (Pramana,
2012). Paired sample t-test digunakan apabila data berdistribusi normal.
Menurut Widiyanto (2013), paired sample t-test merupakan salah satu metode pengujian
yang digunakan untuk mengkaji keefektifan perlakuan, ditandai adanya perbedaan rata-rata
sebelum dan rata-rata sesudah diberikan perlakuan. Dasar pengambilan keputusan untuk
menerima atau menolak Ho pada uji ini adalah sebagai berikut :

1. Jika t hitung > t tabel dan probabilitas (Asymp.Sig) < 0,05, maka Ho ditolak dan Ha
diterima.
2. Jika t hitung < t tabel dan probabilitas (Asymp.Sig) > 0,05, maka Ho diterima dan Ha
ditolak.

2.6 Prosedur Pengujian One Sample T-Test

1. Menentukan hipotesis
a. Ho1 : Tidak terdapat perbedaan antara Relevansi Nilai Informasi Akuntansi pada saat
sebelum dan sesudah penerapan PSAK 50/55.
b. Ha1 : Terdapat perbedaan antara Relevansi Nilai Informasi Akuntansi pada saat sebelum
dan sesudah penerapan PSAK 50/55.
c. Ho2 : Tidak terdapat perbedaan antara Asimetris Informasi pada saat sebelum dan
sesudah penerapan PSAK 50/55.
d. Ha2 : Terdapat perbedaan antara Asimetris Informasi pada saat sebelum dan sesudah
penerapan PSAK 50/55.
2. Menentukan level of significant sebesar 5 % atau 0,05.
3. Menentukan kriteria pengujian :
 a. Ho ditolak jika nilai probabilitas < 0,05 berarti terdapat perbedaan dalam Relevansi Nilai
Informasi Akuntansi dan Asimetri Informasi pada saat sebelum dan sesudah penerapan
PSAK 50/55.
b. Ho diterima jika nilai probabilitas > 0,05 berarti tidak terdapat perbedaan dalam
Relevansi Nilai Informasi Akuntansi dan Asimetri Informasi pada saat sebelum dan
sesudah penerapan PSAK 50/55.
4. Penarikan kesimpulan berdasarkan penguji hipotesis
Contoh Uji Paired T Test pada perbedaan antara rata-rata prestasi belajar siswa sebelum dan
sesudah mengikuti bimbingan belajar intensif tercatat dalam tabel dibawah ini:

Subyek Sesudah Sebelum

1 86.2 77.7
2 80 80.3
3 93.4 73.2
4 91.3 76.8
5 85.3 90.1
6 81 68.8
7 95 84.2
8 87 70
9 76.6 72
10 72 80

2.7 Pengolahan Data One Sample T-Test Dengan SPSS

1. File – Open - Data
2. Deklarasi variabel input

3. Entry Data
 4. Uji Normalitas-Saphiro Wilk (data <30)

Sehingga tampilannya seperti berikut :

Setelah itu, klik Variabel View, selanjutnya untuk variabel Nilai isikan dengan nilai diatas, dan
untuk variabel Bimbingan Belajar Intensif isikan 1 untuk nilai kelompok Sesudah, dan 2 untuk
nilai Kelompok Sebelum. Selanjutnya dari menu SPSS, klik Analyze-Descriptive Statistikc-
Explore
Masukkan variabel Nilai ke kotak Dependent List, lalu masukkan variabel Bimbingan Belajar
Intensif ke kotak Factor List, pada bagian Display pilih Both lalu pilih Plot.

Setelah itu, centang pada pilihan Normality Plot with tests, lalu klik Continue-OK
 Berdasarkan output Test of Normality, diperoleh nilai signifikansi untuk kelompok sesudah
0,764 sedangkan nilai signifikansi untuk kelompok sebelum 0,879. Karena kedua nilaiinya
>0,05 maka dapat disimpulkan bahwa data berdistribusi normal.
5. Analyze – Compare Means – Paired Sample T Test
6. Pada paired-Sample T Test, blok kedua variabel baik sebelum maupun sesudah, berarti kedua
variabel siap dipindah pada kotak Paired Variables kemudian klik tanda panah kanan.
 BAB III

KESIMPULAN

3.1 Kesimpulan

Pengujian parametrik (statistik parametrik) adalah uji statistik untuk parameter populasi
seperti rata-rata, variansi, dan proporsi yang menggunakan beberapa asumsi dari populasi
dimana sampel diambil. Salah satu asumsinya yaitu diambil dari suatu populasi adalah
berdistribusi normal.

Uji beda dipergunakan untuk mencari perbedaan, baik antara dua sampel data atau antara
beberapa sampel data. Dalam kasus tertentu, juga bisa mencari perbedaan antara suatu sampel
dengan nilai tertentu.

Terdapat jenis uji beda lain selain berdasarkan jumlah kelompok sampel yang diuji. Misalnya
jumlah sampel pada masing-masing kelompok juga menentukan jenis uji beda yang digunakan.
Jika dua kelompok mempunyai anggota yang sama dan mempunyai korelasi maka
dipergunakan uji sampel berpasangan (paired test), dan jika jumlah anggota kelompok
berbeda, tentunya tidak berkorelasi, maka memerlukan uji beda yang lain, misalnya
Independent Sample t test atau Mann-Whitney U-Test.

3.2 Saran

Dalam pembuatan makalah ini penulis sadar bahwa makalah ini masih banyak kekurangan
dan masih jauh dari kata kesempurnaan. Oleh karena itu, kritik dan saran dari pembaca
sangatlah kami perlukan agar dalam pembuatan makalah selanjutnya akan lebih baik dari
sekarang dan kami juga berharap pengetahuan tentang analitik parametrik dapat terus di
kembangkan dan diterapkan dalam bidang biostatistik.
 DAFTAR PUSTAKA

Fikriah, Nurul. (2017). One Sample T-Test. Makassar : Fakultas Tarbiyah Dan Keguruan
Universitas Alauddin.

Hengky W. Pramana, (2012). Aplikasi Inventory Berbasis Access. Jakarta : PT Elex Media
Komputindo.
Sujarweni, V. W. (2014). SPSS Untuk Penelitian. Yogyakarta: Pustaka Baru Press
.
Wibowo, A., Soenarnatalina, Indawati, R., Mahmudah, & Indriani, D. (2016). Modul SPSS.
Surabaya: Fakultas Kesehatan Masyarakat Universitas Airlangga.