Anda di halaman 1dari 59

Populasi dan Sampel

INF0733 Statistik 2
Pertemuan 02

R. Kristoforus JB
Klaudius Jevanda BS
Fakultas Sains & Teknologi
Universitas Katolik Musi Charitas
CPMK
• Mahasiswa mengetahui dan memahami konsep populasi
dan sampel
• Mahasiswa mengetahui dan memahami metoda sampling
• Mahasiswa mengetahui dan memahami cara menentukan
ukuran sampel
• Mahasiswa mengetahui dan memahami skala pengukuran
instrumen
• Mahasiswa dapat membuat model hubungan antar variabel
• Mahasiswa dapat melakukan uji validitas dan reliabilitas
instrumen

2
Outline
• Teori:
– Populasi dan sampel
– Teknik pengambilan sampel
– Ukuran sampel
– Skala pengukuran
• Praktikum:
– Pemodelan variabel penelitian
– Uji validitas & reliabilitas

3
Populasi & sampel
• Populasi:
– Jumlah dari keseluruhan obyek yg karakteristiknya hendak diduga
– Obyek dlm populasi: unit analisa

• Sampel
– Sebagian dari populasi yg karakteristiknya hendak diduga dan
dianggap bisa mewakili keseluruhan populasi.
– Obyek dalam sampel: unit sampel

4
Populasi dan sampel
• Dari keempat sampel tersebut:
– Manakah yang boleh dijadikan sampel?
– Manakah yang bisa jadikan sampel?
– Manakah sampel yang baik?

Sampel Sampel
1 4

Sampel 3
Sampel 2

5
Populasi & sampel
Populasi Sampel:
• Kelebihan : • Kelebihan :
– Data dijamin lebih lengkap – Efisien penggunaan sumber daya
(tenaga, biaya, waktu)
– Pengambilan kesimpulan atau
generalisasi lebih akurat – Anggota sampel lebih mudah
didata/dilacak di lapangan
• Kelemahan :
• Kelemahan :
– Membutuhkan banyak sumber – Membutuhkan ketelitian dalam
daya (biaya, tenaga, waktu) menentukan sampel
– Tidak ada jaminan bahwa – Pengambilan kesimpulan atau
semua anggota populasi dapat generalisasi perlu analisis yang teliti
didata/dilacak di lapangan dan dilakukan secara hati-hati

6
Populasi & sampel
• Definisi, karakteristik dan simbol

Populasi Sampel
Definisi Semua anggota obyek Sebagian dari anggota
yang akan diteliti obyek yang akan diteliti

Karakteristik Parameter Statistik


Simbol Banyaknya data = N Banyaknya data = n
Rata-rata = µ Rata-rata =
Deviasi standar = σ Deviasi standar = s
Proporsi = P Proporsi = p

7
Mengapa sampel?
Beberapa alasan menggunakan sampel:
– Objek penelitian yg homogen
– Objek penelitian yg mudah rusak
– Penghematan biaya & waktu
– Masalah ketelitian
– Ukuran populasi
– Faktor ekonomis

8
Sampel yang baik
• Representatif : harus dapat mewakili populasi atau semua
unsur sampel
• Batasan sampel harus jelas
• Dapat dilacak di lapangan
• Tidak ada keanggotaan sampel yang ganda, di data dua
kali atau lebih
• Harus up-to-date/terbaru

9
Prosedur pemilihan sampel
1. Mengidentifikasi populasi target
2. Menentukan ukuran sampel
3. Menyusun kerangka sampel
4. Menentukan metode sampling
5. Memilih unit sampel

10
Metoda sampling
• Untuk mendapatkan sampel yang baik maka diperlukan
metode pemilihan atau pengambilan sampel (sampling)
yang baik.
• Metode sampling adalah cara pengumpulan data yang
hanya mengambil sebagian elemen populasi atau
karakteristik yang ada dalam populasi.
• Metoda sampling yang baik:
– Prosedurnya sederhana dan mudah dilakukan
– Dapat memilih sampel yang representatif
– Efisien dalam penggunaan sumber daya
– Dapat memberikan informasi sebanyak-banyaknya mengenai
sampel

11
Metoda sampling
• Cara yg digunakan untuk mengambil sampel

12
Random sampling
• Disebut juga: probability sampling
• Setiap anggota populasi mempunyai kesempatan yang
sama untuk menjadi anggota sampel.

• Cukup obyektif untuk menaksir karakteristik populasi dari


sampel yang dipilih.

• 4 metode yang digunakan dalam proses pemilihan sampel


adalah : sampling random sederhana, sampling sistematis,
sampling berlapis, dan sampling berkelompok.

13
Sampling random sederhana
• Bentuk sampling random yang sifatnya sederhana, tiap
sampel yang berukuran sama memiliki probabilitas sama
untuk terpilih dari populasi.
• Anggota sampel dipilih secara acak dengan cara :
– Pengundian menggunakan nomor anggota sebagai nomor undian.
– Menggunakan tabel angka random (bilangan acak) berdasarkan
nomor anggota.
• Caranya:
– Beri nomor urut untuk semua elemen populasi
– Secara acak pilih halaman tabel, baris & kolomnya
– Nomor yg terpilih merupakan sampel

14
Sampling random sederhana
• Syarat Penggunaan Metode Simple Random Sampling :
– Sifat populasi adalah homogen
– Keadaan anggota populasi tidak terlalu tersebar secara geografis
– Harus ada kerangka sampling (sampling frame) yang jelas
• Kelebihan:
– Prosedur penggunaannya sederhana
• Kelemahan:
– Persyaratan penggunaan metode ini sulit dipenuhi

15
Sampling random sederhana
1. Contoh:
Dari Mahasiswa IF angkatan 2018 sebanyak 16 orang,
akan diambil sampel sebanyak 5. Tentukan mahasiswa
mana yang akan menjadi sampel
2. Contoh:
PT INDIGO memiliki 800 karyawan. Hendak dipilih
secara random beberapa orang untuk disekolahkan.
a. Jika dipilih 10 orang, tentukan nomor-nomor yg akan diambil
(gunakan tbl random kolom 1, 2 baris 11)
b. Jika dipilih 100 orang, tentukan nomor-nomor yg akan diambil
(gunakan tbl random kolom 11, 12 baris 5)

16
Sampling random sederhana
• Contoh:
– Dari Mahasiswa IF angkatan 2018 sebanyak 16 orang, akan diambil
sampel sebanyak 4. Tentukan mahasiswa mana yang akan menjadi
sampel,
• Solusi:
1. Identifikasi populasi target: 16 mahasiwa
2. Memilih kerangka sampel
No NIM No NIM No NIM No NIM
1 1813001 5 1813007 9 1813011 13 1813015
2 1813002 6 1813008 10 1813012 14 1813016
3 1813004 7 1813009 11 1813013 15 1813017
4 1813006 8 1813010 12 1813014 16 1813018

3. Ukuran sampel: 4
4. Metode sampling: simple random sampling

17
Sampling random sederhana
5. Menentukan unit sampel:
1. Memilih secara acak (random) kolom
dan baris dari tabel angka random.
Banyaknya kolom yang dipilih
tergantung dari digit maksimum
populasi.
2. Misal: terpilih kolom 5 & 6, baris 4.
3. Dimulai dari angka pada kolom 5 & 6
baris 9 = 25
4. Karena tidak ada nomor tersebut pada
kerangka populasi, dilanjutkan (pada
baris berikut di bawahnya, atau baris
berikut diatas, dsb)
5. Baris berikut (5) pada kolom yg sama =
09.
6. Karena 09 ada dalam daftar, maka
nomor urut 09 diambil sebagai unit
sampel

18
Sampling random sederhana
5. Menentukan unit sampel:
7. Dilanjutkan ke baris berikut (6) = 98
(dilewati)
8. Baris 7 = 04 (sampel)
9. Baris 8 = 83 (dilewati)
10. Demikian juga baris 9 –12 dilewati
11. Baris 13 = 04, karena sudah ada dilewati
12. Baris 14-21 dilewati
13. Baris 22 = 06 (sampel)
14. Baris 21-25 dilewati
15. Berikutnya ke 1 kolom 9 & 10 baris 1 =
85, dilewati
16. baris 4 = 05 (sampel)
• Jadi sampel: 09, 04, 06, 05.

19
Sampling berlapis
• Bentuk sampling random yang populasi atau elemen
populasinya dibagi dalam kelompok-kelompok yang
disebut strata.
• Disebut juga: stratified random sampling
• Syarat penggunaan metode stratified random sampling :
– Populasi mempunyai unsur heterogenitas
– Diperlukan kriteria yang jelas dalam membuat stratifikasi
sesuai dengan unsur heterogenitas yang dimiliki, misal
variabel yang akan diteliti.
– Harus diketahui dengan tepat komposisi jumlah anggota
sampel yang akan dipilih (secara proporsional atau
disproporsional)

20
Sampling berlapis
• Cara:
– Membagi populasi menjadi beberapa strata
– Mengambil sebuah sampel random dari tiap strata. Banyaknya unsur yang
dipilih dari tiap strata boleh sebanding (proporsional) atau tidak sebanding
(tidak proporsional) dengan jumlah strata dalam populasi. Pengambilan
sampel dilakukan secara random.
– Menggabungkan hasil dari pengambilan sampel tiap strata
• Kelebihan:
– Semua ciri-ciri populasi yang heterogen dapat terwakili.
• Kelemahan :
– Memerlukan pengenalan terhadap populasi yang akan diteliti untuk
menentukan ciri heterogenitas yang ada pada populasi.

21
Sampling berlapis
• Contoh:
Sebuah populasi terdiri atas 500 PKL dgn komposisi: 200 pedagang
makanan, 150 barang mainan, 100 kerajinan, 50 rokok. Jika diambil 20
pedagang sbg sampel, tentukan banyaknya sampel tiap stratum
• Solusi
– Membagi populasi dalam 4 strata
PKL populasi
Makanan 200
Mainan 150
Kerajinan 100
Rokok 50
500
– Ukuran sampel dari tiap strata: proposional atau tak proporsional

22
Sampling berlapis
– Ukuran sampel dari tiap strata: proposional atau tak proporsional
proporsional
PKL populasi = 20/500 = tak proporsional
0,04 (4%)
Makanan 200 8 5
Mainan 150 6 5
Kerajinan 100 4 5
Rokok 50 2 5
500 20 20

– Mengambil sampel secara random dari tiap strata (dengan cara seperti pada simple
random sampling)
– Menggabungkan sampel dari tiap strata = 20

23
Sampling sistematis
• Bentuk sampling random yang mengambil elemen yang
akan diselidiki berdasarkan urutan tertentu dari populasi
yang telah disusun secara teratur.
• Syarat sampling sistematis:
– Identifikasi atau nama dari elemen-elemen populasi terdapat dalam
suatu daftar, sehingga elemen-elemen tersebut dapat diberi nomor
urut.
– Populasi memiliki pola beraturan, seperti blok-blok dalam
perumahan pada sebuah ruas jalan

24
Sampling sistematis
• Jumlah elemen dalam populasi dibagi dengan jumlah unsur
yang diinginkan dalam sampel, sehingga terdapat
subpopulasi-subpopulasi yang memiliki jumlah elemen
yang sama.
• Dari subpopulasi pertama dipilih sebuah anggota dari
sampel yang dikehendaki, biasanya dengan menggunakan
tabel bilangan random.
• Anggota dari subsampel pertama yang terpilih digunakan
sebagai titik acuan untuk memilih sampel berikutnya
dengan jarak interval tertentu.

25
Sampling sistematis
• Sebuah populasi yang memiliki elemen 800, hendak
diambil 20 sampel sebagai bahan penelitian. Tentukan
nomor-nomor sampel yang terpilih!
• Penyelesaian:
– Ke-800 elemen diberi nomor urut 001, 002, ..., 800. Ke-800 populasi
dibagi menjadi 20 subpopulasi sama banyak, masing-masing 40
elemen.
– Dengan menggunakan tabel bilangan random, diperoleh sebuah
sampel dari subsampel pertama sebagai titik acuan, misalkan
bernomor 007.
– Maka nomor untuk sampel-sampel berikutnya adalah 047, 087, 127,
167, 207, 247, 287, 327, 367, 407, 447, 487, 527, 567, 607, 647, 687,
727,767.

26
Sampling sistematis
• Contoh:
– Dari Mahasiswa IF angkatan 2018 sebanyak 16 orang, akan diambil
sampel sebanyak 4. Tentukan mahasiswa mana yang akan menjadi
sampel,
• Solusi:
1. Identifikasi populasi target: 16 mahasiwa
2. Memilih kerangka sampel
No NIM No NIM No NIM No NIM
1 1813001 5 1813007 9 1813011 13 1813015
2 1813002 6 1813008 10 1813012 14 1813016
3 1813004 7 1813009 11 1813013 15 1813017
4 1813006 8 1813010 12 1813014 16 1813018

3. Ukuran sampel: 4
4. Metode sampling: sampling sistematis
5. Misal seara acak terpilih; 03, maka selanjutnya 07, 11, 15 (berselang 4)

27
Sampling berkelompok
• Bentuk sampling random yang populasinya dibagi
menjadi beberapa kelompok (cluster) dengan
menggunakan aturan-aturan tertentu, seperti batas-
batas alam dan wilayah administrasi pemerintahan.
• Proses sampling cluster:
– Membagi populasi dalam beberapa subkelompok.
– Memilih satu atau sejumlah kelompok dari kelompok-kelompok
tersebut. Pemilihan kelompok dilakukan secara random.
– Menentukan sampel dari satu atau sejumlah kelompok yangterpilih
secara random.

28
Sampling berkelompok
• Contoh:
– Akan dipilih sampel penelitian untuk meneliti rata-rata tingkat
pendapatan buruh bangunan di Kodya Semarang
– Kodya Semarang di bagi menjadi 16 Kecamatan
– Dari 16 Kecamatan dipilih 2 kecamatan sebagai populasi dari
sampel I.
– Dari 2 Kecamatan masing-masing dipilih 2 kelurahan sebagai
populasi dari sampel II.
– Dari 2 Kelurahan masing-masing dipilih 50 buruh bangunan
sebagai sampel penelitian.
– Sehingga akan terpilih 100 buruh bangunan sebagai sampel
penelitian.

• Sesuai jumlah tahapan pemilihannya, sampel dari Cluster


sampling dapat dipilih melalui One Stage Cluster Sampling,
Two Stage Cluster Sampling, dst

29
Non random sampling
• Cara pengambilan sampel yang semua obyek atau elemen
populasinya tidak memiliki kesempatan yang sama untuk
dipilih sebagai sampel.
• Hasil sampling nonrandom memiliki sifat subyektif.
Pemilihan sampel menggunakan pengetahuan dan opini
peneliti terhadap obyek yang diteliti. Baik tidaknya sampel
sangat tergantung dari kemampuan peneliti.
• Sampling nonrandom terdiri dari : quota sampling, accidental
sampling, saturation sampling, dan snowball sampling.

30
Quota Sampling
• Metode memilih sampel yang mempunyai ciri-ciri tertentu dalam
jumlah atau quota yang diinginkan.
• Contoh :
Akan diteliti mengenai manfaat penggunaan internet pada peningkatan
kualitas proses belajar mengajar pada mata kuliah tertentu
Peneliti menentukan quota untuk masing-masing sampel :
– jumlah mahasiswa = 50 orang
– jumlah dosen = 5 orang
– jumlah mata kuliah = 3 mata kuliah
Sehingga diperoleh 150 mahasiswa dan 15 dosen sebagai sampel
penelitian untuk 3 mata kuliah yang memanfaatkan internet dalam
proses belajar mengajarnya.

• Kelebihan : mudah dan cepat digunakan


• Kelemahan : penentuan sampel cenderung subyektif bagi peneliti

31
Accidental sampling
• Metode pengambilan sampel dengan memilih siapa yang
kebetulan ada/dijumpai.
• Contoh :
– Akan diteliti mengenai minat ibu rumah tangga berbelanja di
swalayan. Peneliti menentukan sampel dengan menjumpai ibu
rumah tangga yang kebetulan berbelanja di suatu swalayan tertentu
untuk dimintai pendapat/motivasinya.
• Kelebihan:
– mudah dan cepat digunakan
• Kelemahan:
– jumlah sampel mungkin tidak representatif karena tergantung
hanya pada anggota sampel yang ada pada saat itu.

32
Saturation sampling
• Metode pengambilan sampel dengan mengikutsertakan semua anggota
populasi sebagai sampel penelitian.
• Contoh :
– Akan diteliti mengenai pendapat mahasiswa terhadap pemberlakuan
kurikulum baru di FST. Peneliti menentukan sampel dengan mengambil
seluruh mahasiswa aktif di FST. sebagai sampel penelitian.

• Kelebihan :
– hasil akurat

• Kelemahan :
– Memerlukan waktu untuk pengumpulan data sampel
– Tidak cocok untuk populasi dengan anggotanya yang besar (hanya cocok
untuk kelompok populasi kecil)

33
Snowball sampling
• Metode pengambilan sampel dengan secara berantai (multi level).
• Sampel awal ditetapkan dalam kelompok anggota kecil
• Masing-masing anggota diminta mencari anggota baru dalam jumlah
tertentu
• Masing-masing anggota baru diminta mencari anggota baru lagi, dst.

• Contoh :
Akan diteliti mengenai pendapat mahasiswa terhadap pemberlakuan
kurikulum baru di FBA UKMC. Sampel ditentukan sebesar 100
mahasiswa.

Peneliti menentukan sampel awal 10 mahasiswa. Masing-masing


mencari 1 orang mahasiswa lain untuk dimintai pendapatnya. Dan
seterusnya hingga diperoleh sampel dalam jumlah 100 mahasiswa.

• Kelebihan : mudah digunakan


• Kelemahan : membutuhkan waktu yang lama

34
Metoda Sampling

35
Menentukan jumlah sampel
• Pengambilan sampel dengan pengembalian

jml _ sampel _ yg _ mungkin  N n

• Pengambilan sampel tanpa pengembalian

N!
C N
n 
n!( N  n)!

36
Sampel dengan pengembalian
• Contoh:
– Untuk populasi berukuran 4 dengan anggota A, B, C, dan D, dan
sampel yang diambil berukuran 2, maka banyaknya sampel yang
mungkin dapat diambil adalah 42 = 16 buah, yaitu:
– AA, AB, AC, AD, BA, BB, BC, BD, CA, CB, CC, CD, DA, DB, DC,
DD.

37
Sampel tanpa pengembalian
• Contoh:
– Populasi berukuran 5 dengan anggota A, B, C, D, E, dan sampel
yang diambil berukuran 2, maka banyaknya sampel yang mungkin
dapat diambil adalah :
5!
C 
5
2  10 buah
2!(5  2)!

– Ke-10 sampel tersebut adalah :


AB, AC, AD, AE, BC, BD, BE, CD, CE, DE

38
Ukuran sampel
• Ukuran sampel dapat ditentukan dengan menggunakan:
– Rule of thumb; berdasarkan pendapat umum.
– Teknik statistik; menggunakan metode-metode statistik
• Rule of thumb:
– Berdasarkan jumlah
• Minimal 33 jumlah sampel
• Minimal 100 jumlah sampel
• 5 kali jumlah butir pertanyaan (kuesioner)
– Berdasarkan persentase
• 5% dari populasi
• 10% dari populasi

39
Ukuran sampel
• Secara statistik ukuran sampel dapat ditentukan dengan
cara:
– Menggunakan proporsi atau persentase
– Menggunakan nilai rata-rata
– Menggunakan metoda slovin
– Menggunakan metoda Rea & Perker

40
Ukuran sampel
• Menggunakan persentase
• Rumus: 𝑧 2 (𝑝𝑞)
𝑁=
𝑒2
– N : ukuran sampel
– z : level of confidence
– p : variabilitas populasi
– q = (100%-p)
– e : tingkat kesalahan yang diterima

41
Ukuran sampel
• Menggunakan nilai rata-rata
• Rumus: 𝑠2𝑧 2
𝑁=
𝑒2
– N : ukuran sampel
– z : level of confidence
– s : variabilitas populasi
– e : tingkat kesalahan yang diterima

42
Ukuran sampel
• Contoh:
– Sebuah populasi diketahui memiliki proporsi sebesar 40% dan standar
deviasi 0,3. Tentukan ukuran sampel yang diperlukan pada tingkat
kepercayaan 95%
• Solusi:
– Diketahui p = 0,4; q = 1-0,4 = 0,6; s = 0,3; e = 1-0,95 = 0,05; z = 1,96 (dibaca
dari tabel distribusi normal)
– Dengan persentase: N = (z2(pq))/e2 = ((1,96)2(0,4 x 0,6)/0,052 = 368,794  369
– Dengan rata-rata: N = (s2z2)/e2 = ((0,3)2(1,96)2)/0,052 = 138,298  139

43
Ukuran sampel
• Menggunakan metoda slovin
• Rumus: 𝑁
𝑛=
1 + 𝑁𝑒 2
– N : ukuran populasi
– n : ukuran sampel
– e : tingkat kesalahan yang diterima
• Contoh:
– populasi mahasiswa = 100. berapa ukuran sampel pada taraf
kepercayaan 95%?
• Solusi:
– N = 100, e = 0,05
– n = (N/(1 + Ne2)) = (100/(1+100(0,052)) = 80

44
Ukuran sampel
• Menggunakan metoda Rea & Perker
• Rumus: 𝑍∝2 0,25 𝑁
𝑛=
𝑍∝2 0,25 + (𝑁 − 1)𝐶𝑝2

– Z : level of confidence ( = z)
– N : jumlah populasi
– n : jumlah sampel
– Cp : tingkat kesalahan yang diterima ( = e)

45
Metoda pengumpulan data
• Data dikumpulkan dengan menggunakan teknik tertentu
• Pengumpulan data dilakukan dengan menggunakan alat bantu atau
instrumen
• Beberapa metoda pengumpulan data:
– Metoda Survey
• Wawancara
• Kuisioner
– Metoda Observasi
• Observasi Langsung
• Observasi terhadap perilaku & lingkungan sosial
• Observasi mekanik
• Instrumen pengumpulan data:
– Kuesioner
– Ceklis
– Dsb..

46
Kuesioner

47
Kuesioner

48
Skala pengukuran
• Merupakan kesepakatan yang digunakan sebagai acuan
untuk menentukan panjang pendeknya interval dalam alat
ukur
• Jenis skala pengukuran:
– Skala nominal
– Skala ordinal
– Skala rasio
– Skala interval
• Skala sikap
– Skala likert
– Skala guttman
– Skala semantic differences
– Rating scale

49
Skala pengukuran
Skala Tipe pengukuran
Kategori Peringkat jarak perbandingan
Nominal Ya Tidak Tidak Tidak
Ordinal Ya Ya Tidak Tidak
Intreval Ya Ya Ya Tidak
Rasio Ya Ya Ya Ya

50
Skala nominal
• Skala pengukuran yang menyatakan kategori
• Contoh:

51
Skala ordinal
• Skala pengukuran yang tidak hanya menyatakan kategori
tetapi juga penyatakan peringkat
• Contoh:

52
Skala rasio
• Skala pengukuran yang menunjukkan kategori, peringkat,
jarak, dan perbandingan antar data yang diukur
• Contoh:

53
Skala interval
• Skala pengukuran yang menyatakan kateogri, peringkat
dan jarak variabel yg diukur
• Contoh

54
Skala sikap
• Pengukuran sikap sering digunakan dalam penelitian
• Komponen sikap mencakup:
– Afektif
– Kognitif
– Perilaku
• Skala pengukuran sikap:
– Skala likert
– Skala guttman
– Skala semantic differences
– Rating scale

55
Skala likert
• Digunakan untuk mengukur sikap, pendapat, persepsi
tentang sesuatu
• Contoh:

56
Skala guttman
• Metode pengukuran sikap yang sederhana
• Menggunakan skala nominal
• Contoh:

57
Jadwal
Prt Tgl Teori Praktik
1 06/09 Pengantar kuliah statistik 2: Pengenalan tools statistik
2 13/09 Populasi & sampel Desain model penelitian
3 20/09 Estimasi: interval rata-rata Uji validitas & reliabilitas
4 27/09 Estimasi: interval proporsi T-Test
5 04/10 Uji hipotesis: rata-rata Uji F
6 11/10 Uji hipotesis: proporsi Kai kuadrat
7 18/10 Uji hipotesis: independensi, Kai kuadrat
kompatibilitas, homogen
8 25/10 UTS Presentasi Project 1

58
Jadwal
Prt Tgl Teori Praktik
9 01/11 Korelasi: pearson, spearman pearson, spearman
10 08/11 Uji asumsi klasik: normalitas, heteroskedastisitas
normalitas, heteros
11 15/11 Regresi: linier sederhana multikolinearitas, autokorelasi
12 22/11 Regresi: linier berganda Regression
13 29/11 regresi: nonlinier Nonlienar regression
14 06/12 Statistik non parametrik: Sign test, wilcoxon
sign test, Wilcoxon,
15 13/12 Probabilitas kruskal-walls, Mann-Whitney
16 UAS Presentasi Project 2

59

Anda mungkin juga menyukai