MAKALAH

‘‘UJI VALIDITAS DAN RELIABILITAS’’

(ANALISIS VAKTOR DAN UJI RELIABILITAS)

Disusun oleh:
NUR ALAM UFATMAH 17 221 008
NASDA 17 221 022

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS DAYANU IKHSANUDDIN
BAUBAU
2020
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT. Karena berkat rahmat dan hidayah-nya
sehingga makalah dengan judul ‘‘uji validitas dan reabilitas (analisis factor
dan uji reabililtas)’’ dapat terselesaikan, sholawat serta salam semoga selalu
tercurahkan kepada baginda Nabi Muhamad SAW, keluarga, para sahabat dan
umatnya yang selalu istiqomah dijalan yang diridhoinya oleh Allah SWT.
Ucapan terimah kasih kepada dosen pembimbing mata kuliah computer
statistic bapak Azis, S.Pd.,M.Pd. yang telah memberikan kesempatan waktu
untuk menyelesaikan makalah dan kepada pihak-pihak yang turut membantu
dalam menyelesaikan makalah ini.
Diharapkan kritik dan saran yang bersifat membangun dari pembaca agar
penyusunan makalah selanjutnya dapat menjadi lebih baik dan berguna bagi
pembacanya.

Baubau,6 juni 2020

Penyusun,

Kelompok 9

2
KATA PENGANTAR...................................................................................................2
BAB 1...........................................................................................................................4
PENDAHULUAN.........................................................................................................4
A. Latar Belakang................................................................................................4
B. rumusan Masalah............................................................................................4
C. Tujuan..............................................................................................................4
BAB II..........................................................................................................................6
PEMBAHASAN..........................................................................................................6
A. Uji Validitas dan Reliabilitas..........................................................................6
1. Uji validitas...................................................................................................6
2. Uji reliabilitas..............................................................................................11
B. Analisis Faktor...............................................................................................15
BAB III.......................................................................................................................24
PENUTUP..................................................................................................................24
A. Kesimpulan....................................................................................................24
B. Saran..............................................................................................................24
Daftar Pustaka...........................................................................................................25

3
 BAB 1

PENDAHULUAN
A. Latar Belakang
Persoalan alat ukur yang digunakan evaluator ketika melakukan
kegiatan evaluasi sering dihadapkan pada persoalan akurasi, konstisten
dan stabilitas sehingga hasil pengukura yang diperoleh bias mengukur
dengan akurat sesuatu yang sedang diukur. Instrument ini memang harus
memiliki akurasi ketika digunakan. Kosisten dan stabil dalam arti tidak
mengalami perubahan dari waktu pengukuran ke waktu pengukuran yang
lain.
Data yang kurang memiliki validitas, akan menghasilkan kesimpulan
yang bias, kurang sesuai dengan yang seharusnya, dan bahkan bias saja
bertentangan dengan kezaliman. Untuk membuat alat ukur instrument
itu, diperlukan kajian teori, pendapat para ahli serta pengalaman-
pengalaman yang kadangkala diperlukan bila definisi operasional
variabelnya tidak kitatemukan dalam teori. Alat ukur atau instrument
yang akan disusun itu tentu saja harus memiliki validitas, agar data yang
diperoleh dari alt ukur itu biasa reliable, valid dan disebut dengan
validitas.

B. rumusan Masalah
adapun rumusan masalahnya yaitu:
a. apa itu uji validitas?
b. Apa itu uji reliabilitas.?
c. Apa itu analisis factor?
C. Tujuan
Adapun tujuan penulisan makalah ini yaitu:
1. Untuk mengetahui uji validitas
2. Untuk mengetahui uji reliabilitas
3. Untuk mengetahui analisis faktor

4
5
 BAB II
PEMBAHASAN
A. Uji Validitas dan Reliabilitas
1. Uji validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu
kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada
kuesioner mampu mengungkapkan suatu yang akan diukur oleh
kuesioner tersebut.
 Jika nilai sig. (2-tailed) < 0,05 dan person correlation bernilai
positif, maka item angket tersebut valid.
 Jika nilai sig. (2-tailed) < 0,05 dan person correlation bernilai
negative, maka item angket tersebut tidak valid
 Jika nilai sig. (2-tailed) > 0,05, maka item soal angket tersebut
tidak valid
Contoh:
Data pengujian partisipasi siswa dalam pemilihan ketua OSIS dengan
total responden berjumlah 20 siswa atau N = 20 dan item soal sebanyak 7
buah. Adapun datanya yakni sebagai berikut:
No.Res Nomor Butir Angket skor total
p 1 2 3 4 5 6 7
1 2 3 2 2 2 4 5 20
2 4 5 4 4 4 4 2 27
3 1 1 3 3 3 3 2 16
4 2 2 2 2 2 4 4 18
5 3 3 3 4 4 4 4 25
6 2 3 3 4 4 3 3 22
7 3 3 3 1 3 3 3 19
8 4 3 4 4 5 4 5 29
9 3 3 2 4 3 3 2 20
10 4 4 4 3 5 4 4 28
11 4 2 4 3 2 4 4 23
12 4 4 4 4 5 5 5 31
13 4 4 4 4 4 5 4 29
14 4 4 4 3 4 4 4 27

6
 15 4 4 3 4 4 4 4 27
16 4 4 4 4 4 3 3 26
17 4 5 4 5 5 4 4 31
18 4 3 4 4 4 4 3 26
19 2 2 2 2 4 4 4 20
20 1 1 2 2 3 4 2 15

Langkah-langkah uji validitas dengan menggunakan aplikasi IBM SPSS

statistic 21
a. Masukan data yang akan dianalisis dalam IBM SPSS dengan cara
copydata dari Excel, kemudian paste data dalam lembar kerja Data View

b. Kemudian klik variable view, dibagian pojok kiri program. Pada bagian
name tuliskan item_1 kebawah sampai item_7 (sampa7 karena item soal
dalam contoh berjumlah 7 buah) terakhir tulis skor total. Pada decimal
ubah menjadi angka 0, untuk bagian measure pilih scale.

7
c. Selanjutnya, pilih menu Analyze, kemudian pilih sub menu correlate,
lalu pilih bivariate.

d. Kemudian muncul kotak baru, dari dialog ‘‘bivariate correlation’’,

masukan semua variable ke kotak variables centang ( pearson pada
bagian ‘‘test of significance’’ pilih two-tailed. Centang (flag
significant correlations lalu klik Ok.

8
 e. Selanjutnya akan muncul Output hasilnya.

Correlations

item_1 item_2 item_3 item_ item_5 item_6 item_ skor_total

4 7
** ** ** *
Pearson 1 .788 .809 .567 .538 .366 .356 .886**
Correlatio
n
item_1
Sig. (2- .000 .000 .009 .014 .112 .124 .000
tailed)

N 20 20 20 20 20 20 20 20
** ** ** **
Pearson .788 1 .612 .588 .610 .272 .248 .840**
Correlatio
n
item_2
Sig. (2- .000 .004 .006 .004 .246 .292 .000
tailed)
N 20 20 20 20 20 20 20 20

9
 Pearson .809** .612** 1 .570** .601** .290 .201 .809**
Correlatio
n
item_3
Sig. (2- .000 .004 .009 .005 .215 .395 .000
tailed)
N 20 20 20 20 20 20 20 20
** ** ** **
Pearson .567 .588 .570 1 .615 .165 .036 .720**
Correlatio
n
item_4
Sig. (2- .009 .006 .009 .004 .486 .881 .000
tailed)
N 20 20 20 20 20 20 20 20
* ** ** **
Pearson .538 .610 .601 .615 1 .284 .232 .774**
Correlatio
n
item_5
Sig. (2- .014 .004 .005 .004 .225 .326 .000
tailed)
N 20 20 20 20 20 20 20 20
**
Pearson .366 .272 .290 .165 .284 1 .597 .526*
Correlatio
n
item_6
Sig. (2- .112 .246 .215 .486 .225 .005 .017
tailed)
N 20 20 20 20 20 20 20 20
**
Pearson .356 .248 .201 .036 .232 .597 1 .499*
Correlatio
n
item_7
Sig. (2- .124 .292 .395 .881 .326 .005 .025
tailed)
N 20 20 20 20 20 20 20 20
** ** ** ** ** * *
Pearson .886 .840 .809 .720 .774 .526 .499 1
Correlatio
n
skor_total
Sig. (2- .000 .000 .000 .000 .000 .017 .025
tailed)

N 20 20 20 20 20 20 20 20

10
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).

contoh kita akan menganlisis apakah item nomor 1 valid atau tidak.
Berdaarkan ouput ‘‘Coreelations’’ diketahui nilai r hitung (nilai pearson
correlation item_1 dengan skor_total) adalah sebesar 0,886. Langkah
selanjutnya adalah mencari nilai r tabel untuk N = 20 pada signifikan 5%
adalah mencari nilai r tabel sebesar 0,444. Lihat gambar dibawah ini.

Selanjutnya angka r tabel ini kemudian kita bandingkan dengan nilai r

hitung yang telah diketahui dari nilai output SPSS sebelumnya. Karena
nilai r hitung item_1 sebesar 0,886 > r tabel 0,444 maka sebagaimana

11
 dasar pengambilan keputusan dalam validitas dapat disimpulkan bahwa
item_1 adalah valid.
Catatan: untuk mengetahui kevallidan item soal nomor 2 dan seterusnya,
caranya sama seperti pada kita menganalisa item soal nomor 1.

2. Uji reliabilitas
Reliabilitas sebenarnya adalah alat untuk mengukur suatu kuesioner
yang merupakan indicator dari variable atau konstruk. Suatu kuesioner
dikatakan reliable atau handal jika jawaban seorang terhadap pernyataan
adalah konsisten atau stabil dari waktu ke waktu. Suatu konstruk atau
variable dapat dikatakan reliable jika memberikan nilai Cronbach Alpha
> 0,70 (Nunnally, 1994). Arinya jika nilai cronbach alpha yang
didapatkan dari hasil perhitungan dengan SPSS lebih besar dari 0,70
maka disimpulkan kuesioner tersebut reliable, sebaliknya jika cronbach
alpha lebih kecil dari 0,70 maka disimpulkan tidak reliable.

Contoh:
Data pengujian partisipasi siswa dalam pemilihan ketua OSIS dengan
total responden berjumlah 20 siswa atau N = 20 dan item soal sebanyak 7
buah. Adapun datanya yakni sebagai berikut:
No.Res Nomor Butir Angket skor total
p 1 2 3 4 5 6 7
1 2 3 2 2 2 4 5 20
2 4 5 4 4 4 4 2 27
3 1 1 3 3 3 3 2 16
4 2 2 2 2 2 4 4 18
5 3 3 3 4 4 4 4 25
6 2 3 3 4 4 3 3 22
7 3 3 3 1 3 3 3 19
8 4 3 4 4 5 4 5 29
9 3 3 2 4 3 3 2 20
10 4 4 4 3 5 4 4 28

12
 11 4 2 4 3 2 4 4 23
12 4 4 4 4 5 5 5 31
13 4 4 4 4 4 5 4 29
14 4 4 4 3 4 4 4 27
15 4 4 3 4 4 4 4 27
16 4 4 4 4 4 3 3 26
17 4 5 4 5 5 4 4 31
18 4 3 4 4 4 4 3 26
19 2 2 2 2 4 4 4 20
20 1 1 2 2 3 4 2 15
a. Masukan data yang akan dianalisis dalam IBM SPSS dengan cara
copydata dari Excel, kemudian paste data dalam lembar kerja Data
View

b. Kemudian klik variable view, dibagian pojok kiri program. Pada bagian
name tuliskan item_1 kebawah sampai item_7 (sampa7 karena item soal
dalam contoh berjumlah 7 buah) terakhir tulis skor total. Pada decimal
ubah menjadi angka 0, untuk bagian measure pilih scale.

13
c. Selanjutnya, pilih menu Analyze, kemudian pilih sub menu scale, lalu
pilih reliability analysis.

d. Selanjutnya pidahkan data item 1 sampai dengan item 7 (tanpa ‘‘total

skor’’)
Pastikan dalam model alpha dan klik Ok.

14
e. Sehingga akan muncul output uji reliabilitas sebagai berikut:

Case Processing Summary

N %

Valid 20 100.0

Cases Excludeda 0 .0

Total 20 100.0

a. Listwise deletion based on all variables in the

procedure.

Reliability Statistics

Cronbach's N of Items
Alpha
.850 7

Berdasarkan hasil pengujian reliabilitas diatas, diketahui angka

Cronbach Alpha aadalah sebesar 0,850. Jadi angka tersebut (0,850) lebih
besar dari minimal cronbach alpha 0,70. Oleh karena itu dapat disimpulkan
bahwa instrument penelitian yang digunakan untuk mengukur variable
tersebut dapat dikatakan reliable atau handal.

15
B. Analisis Faktor
Analisis factor menghendaki bahwa matrik data harus memiliki korelasi
yang cukup agar dapat dilakukan analisis factor. Jika berdasarkan data
visual tidak ada nilai korelasi diatas0,30. Maka analisis factor tidak dapat
dilakukan. Korelasi antar variabel dapat juga dianalisis dengan menghitung
partial correlation antar variabel yaitu korelasi antar variabel dengan asumsi
variabel lainnya dianggap konstan. SPSS memberikan nilai partial
correlation ini lewat anti-imege correlation matrix yang berisi nilai negative
dari partial correlation.
Cara lain menentukan dapat tidaknya dilakukan analisis fator adalah
melihat matrik korelasi secara keseluruhan. Untuk menguji apakah terdapat
korelasi antar variabel digunakan uji Bartlett test of sphericity. Jika hasilnya
signifikan berarti metrik korelasi memiliki korelasi signifikan dengan
dengan sejumlah variabel. Uji lain yang digunakan untuk melihat
interkorelasi antar variabel dan dapat tidaknya analisis factor digunakan
adalah measure of sampling adequace (MSA). Nilai MSA bervariasi dari 0
sampai 1, jika nilai MSA < 0,05 maka analisis factor tidak dapat dilakukan.
Asumsi atau persyaratan dalam analisis factor:
 Nilai Kaiser-Mayer-Olkin measure of sampling adequacy (KMO
MSA) lebih besar dari bartlett’s test of sphericity (sig) lebih kecil
0,05.
 Ada hubungan yang atau korelasi yang kuat antar variabel. Hal ini
ditandai dengan nilai anti-image correlation antar variabel lebih
besar dar 0,05

Contoh.
Seorang mahasiswa semester akhir ingin melakukan penelitian tentang
‘‘analisis factor-faktor kepuasan pelanggan terhadap pelayanan
PT.Telkom solo’’ ada 25 orang responden atau sampel dengan jawaban 5
item pertanyaan kuesioner tentang: P1 (keandalan), P2 (ketanggapan), P3
(keyakinan), P4 (enpati), dan P5 (berwujud). Pertanyaan tersebut adalah
jenis pertanyaan positif (favourable) dimana setiap pertanyaan memiliki 5
pilihan jawaban dengan penskorannya, sebagai berikut:
1. Sangat tidak puas (1)
2. Kurang puas (2)
3. Cukup puas (3)
4. Puas (4)
5. Sangat puas (5)

16
 Adapun data penelitian yang akan dilakukan anlisis factor adalah
sebagai berikut:
P3
P1 P2 P4 P5
No.Res (Keyakinan
(Keandalan) (Ketanggapan) (Empati) (Berwujud)
)
1 5 4 4 4 4
2 5 4 3 4 4
3 4 4 4 3 3
4 4 4 4 4 3
5 4 5 4 4 5
6 5 5 4 3 3
7 4 4 5 4 5
8 4 4 3 4 4
9 3 3 4 3 3
10 4 5 1 4 4
11 4 5 3 5 5
12 4 5 4 3 4
13 5 4 4 5 4
14 3 3 3 3 3
15 5 4 4 4 4
16 5 5 5 4 4
17 3 2 2 3 3
18 4 3 3 3 3
19 3 4 3 3 3
20 3 4 4 4 3
21 4 4 2 5 5
22 4 4 3 3 3
23 3 3 3 5 4
24 5 5 4 5 5
25 4 3 3 3 5

Langkah-langkah analisis factor dengan menggunakan aplikasi IBM

SPSS statistic 21
a. Masukan data yang akan dianalisis dalam IBM SPSS dengan cara
copydata dari Excel, kemudian paste data dalam lembar kerja Data
View

17
b. Lalu klik variabel view untuk mengisi nama, decimal, label, dan
measure.

c. Selanjutnya, klik menu analyse, pilih dimension reduction dan klik

factor.

d. Setelah muncul lembar kerja ‘‘factor analysis’’, selanjutnya masukan

semua variael ke kotak variabel: lalu klik descriptives, kemudian berikan

18
 centang () pada initial solution,KMO and bartlett’s test of sphericity,
dan anti image lalu klik continue.

e. Lalu klik Extraction… Maka akan muncul kotak dialog ‘‘factor analisys:
Extration’’ berikan tanda centang ( pada unrotated factor solution dan
scree plot lalu klik continue.

f. Berikutnya klik Rotation… maka akan muncul kotak dialog ‘‘faktor

analysis rotation’’ lalu aktifkan varimax dan beri tanda centang ( pada
rotated solution, lalu klik continue.

19
g. Kemudian klik Scores… maka akan muncuk kotak dialog ‘‘factor
analysis: factor scrores’’ lalu aktifkan save as variable, lalu klik continue.

h. Terakhir adalah klik Ok. Maka akan muncul output analysis SPSS

 Table output ‘‘KMO and Bartlett’s test’’

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .686

Approx. Chi-Square 26.853

Bartlett's Test of Sphericity Df 10

Sig. .003

20
 Tabel output KMO and bartlett’s test berguna untuk mengetahui
kelayakan suatu variable, apak ah dapat diproses lebih lanjut menggunakan
analisis factor ini atau tidak. Caranya dengan melihat nilai KMO MSA
(Kaiser-Meyer-Olkin Measure of Sampling Adequacy). Jika nilai KMO
MSA lebih besar dari 0,50 maka teknik analisis factor dapat dilanjutkan.
Berdasarkan output diatas diketahui nilai KMO MSA sebesar 0,686 > 0,50
dan nilai bartlett’s test of spherity ( sig) 0,003 < 0,05 maka analisis factor
ini dapat dilanjutkan karena sudah memenuhi persyaratan pertama.

 Table output ‘‘anti-image matrices’’

Anti-image Matrices

keandalan Ketanggapan keyakinan empati berwujud

Keandalan .616 -.261 -.189 -.046 -.084

Ketanggapan -.261 .636 -.106 -.059 -.089

Anti-image
Keyakinan -.189 -.106 .852 .055 .042
Covariance
Empati -.046 -.059 .055 .590 -.318

Berwujud -.084 -.089 .042 -.318 .561

a
Keandalan .710 -.416 -.261 -.076 -.143

Ketanggapan -.416 .740a -.145 -.097 -.150

Anti-image a
Keyakinan -.261 -.145 .667 .077 .061
Correlation
Empati -.076 -.097 .077 .649a -.553

Berwujud -.143 -.150 .061 -.553 .657a

a. Measures of Sampling Adequacy(MSA)

Anti-image matrices berguna untuk mengetahui dan menentukan

variable mana saja yang layak dipakai dalam analisis factor. Perhatikan
Anti-image Corelation, pada tersebut terdapat huruf (a) yang artinya
tanda untuk Measure of Sampling Adequacy (MSA). Diketahui nilai MSA
dari masing –masing yang diteliti adalah sebagai berikut:
1. Keandalan sebesar 0,710

21
 2. Ketanggapan sebesar 0,740
3. Keyakinan sebesar 0,667
4. Empati sebesar 0,694
5. Berwujud sebesar 0,657
Pernyataan tersebut harus terpenuhi dalam analisis factor adalah nilai
MSA > 0,50. Dari hasil diatas diketahui bahwa nilai MSA untuk semua
variable yang diteliti adalah > 0,50, maka persyaratan kedua dalam
analisis factor inipun terpenuhi

 Tabel output ‘‘componen matrix’’

Component Matrixa

Component

1 2

Keandalan .764 .317

Ketanggapan .766 .226
Keyakinan .376 .758
Empati .706 -.514
Berwujud .751 -.450

Extraction Method: Principal Component

Analysis.
a. 2 components extracted.

Component matrix ini menunjukan nilai korelasi atau hubungan antara

masing-masing variable dengan factor yang akan terbentuk. Missal: dari
output diatas terlihat pada variable keandalan, yakni nilai variable korelasi
inj dengan factor 1 adalah 0,764, dengan korelasi dengan factor 2 adalah
sebesar 0,317. Untuk variable yang lain cara memaknainya sama seperti
pada variable keandalan.

 Tabel output.’’Rotated Component Matrix’’

Rotated Component Matrixa

22
 Component

1 2

Keandalan .377 .736

Ketanggapan .438 .667
Keyakinan -.204 .822
Empati .870 .065
Berwujud .864 .142

Extraction Method: Principal Component

Analysis.
Rotation Method: Varimax with Kaiser
Normalization.
a. Rotation converged in 3 iterations.

Untuk memastikan suatu variable masuk dalam kelompok factor mana,

maka dapat ditentukan dengan melihat nilai korelasi terbesar antara variable
dengan factor (Component) yang terbentuk. Cara membaca hasil analisis
factor model rotasi, dapat mengikuti penjelasan sebagai berikut:
1. Variable keandalan. Nilai korelasi variable ini dengan factor 1 = 0,377
dan factor 2 = 0,736 , karena nilai korelasi factor 2 > factor 1 maka
variable keandalan termasuk factor 2.
2. Variable ketanggapan. Nilai korelasi variable ini dengan factor 1 =
0,348 dan factor 2 = 0,667 , karena nilai korelasi factor 2 > factor 1
maka variable keandalan termasuk factor 2.
3. Variable keyakinan. Nilai korelasi variable ini dengan factor 1 = -0,204
dan factor 2 = 0,822 , karena nilai korelasi factor 2 > factor 1 maka
variable keandalan termasuk factor 2.
4. Variable keandalan. Nilai korelasi variable ini dengan factor 1 = 0,870
dan factor 2 = 0,065 , karena nilai korelasi factor 1 > factor 2 maka
variable keandalan termasuk factor 1.
5. Variable keandalan. Nilai korelasi variable ini dengan factor 1 = 0,864
dan factor 2 = 0,142 , karena nilai korelasi factor 1 > factor 2 maka
variable keandalan termasuk factor 1.

23
 Tabel output ‘‘Component Transformation Matrix’’
Component Transformation Matrix

Component 1 2

1 .763 .647
2 -.647 .763

Extraction Method: Principal

Component Analysis.
Rotation Method: Varimax with Kaiser
Normalization.

Component Transformation matrix menunjukan bahwa pada component

1 nilai korelasinya adalah 0,763 > 0,5 dan component 2 nilai korelasinya
sebesar 0,763 > 0,5. Karena nilai korelasi semua component > 0,5 maka
kedua factor yang terbentuk ini dapat disimpulkan layak untuk merangkum
kelima variable yang dianalisis.

24
 BAB III
PENUTUP
A. Kesimpulan
 Uji validitas digunakan untuk mengukur sah atau valid tidaknya
suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan
pada kuesioner mampu mengungkapkan suatu yang akan diukur
oleh kuesioner tersebut.
 Reliabilitas sebenarnya adalah alat untuk mengukur suatu
kuesioner yang merupakan indicator dari variable atau konstruk..
 Analisis factor menghendaki bahwa matrik data harus memiliki
korelasi yang cukup agar dapat dilakukan analisis factor. Jika
berdasarkan data visual tidak ada nilai korelasi diatas0,30. Maka
analisis factor tidak dapat dilakukan.

B. Saran
Dalam makalah ini kami sadar masih banyak kekurangan, maka
oleh karena itu kami mengharapkan saran yang baik dari para
pembacanya.

25
 Daftar Pustaka
Ghazali, Imam.2011. Aplikasi Analisis Multiware dengan Program IBM
SPSS 19. Semarang: Badan Penerbit Universitas Diponegoro
https://www.spssindonesia.com/2018/12/analisis-faktor-dan-interpretasi-
spss.html?m=1 diakses pada 8 juni 2020

https://www.spssindonesia.com/2014/01/uji-validitas-product-momen-spss.html?
m=1 diakses pada 8 juni 2020

26