RATA-RATA POPULASI DAN RATA-RATA SIMPANGAN BAKU

Disusun Untuk Memenuhi Tugas Mata Kuliah Statistika

Dosen Pengampu :

Prof. Dr. Harun, M.Pd.

Disusun Oleh:
Kelompok 4
1. Savira Rahmasari (22112251070)
2. Siti Aisyah (22112251073)
3. Amalia Mustafa (22112251098)

PROGRAM STUDI MAGISTER PENDIDIKAN DASAR

FAKULTAS ILMU PENDIDIKAN
UNIVERSITAS NEGERI YOGYAKARTA
2023
 KATA PENGANTAR
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha
penyayang, kami panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah
melimpahkan rahmat, hidayah, dan inayah-Nya kepada kami, sehingga kami dapat
menyelesaikan makalah tentang materi penyajian, variasi, dan jenis data dalam
mata kuliah statistika yang diampu oleh Prof. Dr. Harun, M.Pd.
Makalah ini telah kami susun dengan maksimal dan mendapatkan bantuan
dari berbagai pihak sehingga dapat memperlancar dalam pembuatan makalah ini.
Untuk itu kami menyampaikan banyak terima kasih kepada semua pihak yang telah
berkontribusi dalam pembuatan makalah ini.
Terlepas dari semua itu, kami menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat maupun tata bahasanya. Oleh karena itu
dengan tangan terbuka kami menerima segala saran dan kritik dari pembaca agar
kami dapat memperbaiki makalah ini. Akhir kata kami berharap semoga makalah
ini dapat memberikan manfaat maupun inspirasi terhadap pembaca.

Yogyakarta, 26 Maret 2023

Tim Penyusun

ii
 DAFTAR ISI

HALAMAN SAMPUL .......................................................................................... i

KATA PENGANTAR ........................................................................................... ii
DAFTAR ISI ......................................................................................................... iii
BAB I PENDAHULUAN
A. Latar Belakang .......................................................................................... 1
B. Rumusan Masalah ..................................................................................... 2
C. Tujuan Penulisan ....................................................................................... 2

BAB II PEMBAHASAN
A. Menghitung Rata-Rata Populasi ................................................................ 3
B. Menghitung Simpangan Baku ................................................................... 7

BAB III PENUTUP

A. Kesimpulan ............................................................................................. 13
B. Saran ........................................................................................................ 13

DAFTAR PUSTAKA .......................................................................................... 14

iii
 BAB I
PENDAHULUAN

A. Latar Belakang
Dalam kehidupan sehari-hari, sering dijumpai banyal hal yang dapat
dideskripsikan dalam bentuk data. Hampir dalam tiap bidang baik
pemerintahan, pendidikan, perekonomian, perindustrian, atau lainnya akan
menghadapi persoalan yang diantaranya dinyatakan dengan data angka.
Kumpulan angka-angka biasanya disusun dalam tabel atau daftar disertai
diagram atau grafik. Kumpulan angka-angka mengenai suatu masalah yang
dapat memberi gambaran mengenai masalah tersebut dinamakan dengan
statistika. Tentunya informasi data yang diperoleh perlu diolah terlebih dahulu
menjadi sebuah data yang mudah dibaca dan dianalisa. Statistika adalah ilm
yang mempelajari cara-cara pengolahan data.
Statistika sering disebut studi tentang variasi karena membahas dan
menyediakan cara-cara untuk menyelidiki variasi serta membuat kesimpulan
tentang hal-hal yang melatar belakangi terjadinya variasi. Para ahli statistika
telah mengusulkan sejumlah ukuran yang dapat membantu memahami variasi
suatu perangkat data. Untuk memperoleh data, diperlukan adanya suatu
penelitian. Penelitian ini diadapatkan melalui berbagai cara, dan juga berbagai
langkah-langkah pengujian dari para pengumpul data. Sebelum melakukan
penelitian, tentunya akan menduga-duga terlebih dahulu terhadap apa yang
ingin diteliti. Pendugaan merupakan proses yang menggunakan sampel
statistik untuk menduga atau menaksir hubungan parameter polupasi yang
tidak diketahui. Selain itu pendugaan merupakan suatu pernyataan mengenai
parameter populasi yang diketahui berdasarkan informasi dari sampel.
Dalam prakteknya, pendugaan tunggal yang terdiri dari satu angka
tidak memberikan gambaran mengenai berapa jarak atau selisi nilai penduga
tersebut terhadap nilai sebenarnya. Kecuali jika diberikan besarnya kesalahan
yang mungkin terjadi. Dalam sebuah penelitian terdapat suatu populasi (Dwi
Kristanto, 2021: 110). Dalam sebuah penelitian terdapat suatu populasi dan

1
 simpangan baku. Untuk menduga rata-rata populasi dalam suatu penelitian
dibutuhkan suatu rumus. Maka dari itu dalam makalah ini akan membahas
mengenai rumus untuk menghitung rata-rata populasi dan simpangan baku
dalam suatu penelitian.

B. Rumusan Masalah
Dalam penjelasan latar belakang diatas maka rumusan masalah dalam
makalah ini adalah sebagai berikut:
1. Bagaimana cara menghitung rata-rata populasi?
2. Bagaimana cara menghitung rata-rata simpangan baku?

C. Tujuan Penulisan
Dari pemaparan rumusan masalah diatas, maka tujuan penulisan dalam
makalah ini adalah sebagai berikut:
1. Mengetahui cara menghitung rata-rata populasi.
2. Mengetahui cara menghitung rata-rata simpangan baku.

2
 BAB II
PEMBAHASAN

A. Menghitung Rata-rata Populasi

Nilai populasi menjadi hal yang sangat elemeter dalam perhitungan
penelitian, terutama dalam pendekatan kuantitatif. Besaran nilai populasi dapat
diduga dengan menggunakan ilmu statistika, yakni melalui proses menentukan
parameter. Pendugaan parameter dalam statistika dapat ditempuh dengan cara
(1) Interval estimation, dan (2) Point estimation. Dalam cara yang pertama
yakni interval estimation atau pendugaan interval, dinyatakan bahwa
penghitungan nilai statistik suatu sampel random dapat dilakukan menghitung
dua batas nilai, di mana dengan derajat kemungkinan tertentu (confidence
interval), nilai suatu parameter populasi yang akan diestimasi berada dalam
batas nilai tersebut. Sementara dalam cara kedua, yakni point estimation atau
pendugaan titik dapat dilakukan dengan mengestimasi harga parameter
populasi dengan satu nilai saja, yakni harga statistik sampelnya.
Pada pendugaan titik ini, yang juga perlu diperhatikan adalah
mengestimasi besarnya kesalahan yang dengan tingkat kemungkinan tertentu
dialami pada saat menduga pendugaan harga parameter populasi itu. Mungkin
sebagaimana dengan pengujian hipotesis estimasi nilai parameter populasi
tersebut akan disandarkan pada teori probabilitas, dan juga distribusi sampling
harga statistik dengan pendekatan “Central-limit theorem”.
Persebaran atau distribusi sampling nilai statistik ini dapat berupa:
1. Distribusi sampling nilai rata-rata (mean);
2. Distribusi sampling nilai simpangan baku (deviasi standar);
3. Distribusi sampling nilai variance;
4. Distribusi sampling nilai proporsi;
5. Distribusi sampling nilai beda dua rata-rata, dan
6. Distribusi sampling nilai beda dua proporsi.
Dalam dunia statistika ada perbedaan perlakuan untuk besaran sampel-
sampel dalam penelitian. Dalam konteks ini andai sebuah populasi mempunyai

3
distribusi frekuensi normal dengan mean = µ dan simpangan baku = σ, dan
ketika sampling tekniknya adalah random dari populasi tersebut, maka
himpunan mean (𝑋̅) dari sampel-sampel itu akan berdistribusi normal dengan
rata-rata populasinya dan deviasi standar populasi dibagi dengan akar anggota
sampel. Kemudian bila jika simpangan standar populasi tidak diketahui, maka
standar error dari mean bisa diestimasi menggunakan simpangan standar
sampel.
Penghitungan untuk sampel (baik n lebih dari atau sama dengan 30 /
sampel besar, atau kurang dari 30/sampel kecil) yang tetapi populasinya
berdistribusi normal dan σ diketahui, maka distribusi sampling harga mean
dapat ditranformasikan menjadi distribusi normal standar dengan:
X̅−µ
Z=
σX̅
X̅−µ
Z = atau apabila sampel besar dan σ tidak diketahui Z =
σ / −√𝑛

X̅−µ
berbagai nilai Z ini dapat diperiksa pada tabel kurva normal standar.
s / −√𝑛

Estimasi harga mean populasi didasarkan pada taraf kepercayaan (confidence

level) tertentu yang besarnya 1- α. Bila digunakan interval estimation
(pendugaan interval) rumusnya adalah:
σ σ
𝑋̅ – 𝑍𝛼/2 < µ < 𝑋̅ + 𝑍𝛼/2 atau
√𝑛 √𝑛
s s
𝑋̅ – 𝑍𝛼/2 < µ < 𝑋̅ + 𝑍𝛼/2 apabila σ tidak diketahui
√𝑛 √𝑛

Bila digunakan point estimation (pendugaan titik) maka µ diduga

σ
menggunakan 𝑋̅ dengan kemungkinan kesalahan E – 𝑍𝛼/2 atau E ≤ + 𝑍𝛼/2
√𝑛
s σ σ
apabila σ tidak diketahui. 𝑋̅ – 𝑍𝛼/2 < µ < 𝑋̅ + 𝑍𝛼/2 Bila σ tidak
√𝑛 √𝑛 √𝑛

diketahui diganti s
µ = 𝑋̅
σ
E ≤ + 𝑍𝛼/2
√𝑛

Bila σ tidak diketahui, diganti dengan s

4
Ilustrasi:
Seorang pengamat demografi ingin mengestimasi umur rata-rata
anggota dewan perwakilan rakyat wanita di propinsi X. Langkah pertama yang
ditempuh adalah dia mengambil dengan sembarang/acak sampel dari populasi
dimaksud dan mendapatkan jumlah n = 120 orang. Pengambilan sampel
tersebut menghasilkan rataan umur para anggota dewan tersebut adalah 44,5
tahun. Kemudian simpangan standar = 9,75 tahun, dan derajat kepercayaan
(confidence level) 0,95. Pertanyaannya, bagaimana perhitungan interval
kepercayaan untuk usia rata-rata pada populasi anggota dewan perwakilan
rakyat wanita di propinsi X?
Formulasi yang dapat untuk menghitung adalah :
s s
𝑋̅ – 𝑍𝛼/2 < μ < 𝑋̅ + 𝑍𝛼/2
√𝑛 √𝑛
9,75 9,75
44,5 – 1,96 < μ < 44,5 + 1,96
√120 √120

44,5 – 1,74 < μ < 44,5 + 1,74

42,76 < μ < 46,24
Dari perhitungan dan besaran-besaran yang di tentukan diatas, dapat
ditarik simpulan sebagai berikut :
Pada confidence level 0,95, dapat di estimasikan bahwa usia rata-rata
anggota dewan perwakilan rakyat wanita di propinsi X dalam interval antara
42,76 tahun hingga 46,24 tahun, yang dalam bahasa matematis adalah P (42,76
< μ < 46,24) = 0,95. Namun jika dipandang dari estimasi titik maka rataan usia
anggota dewan perwakilan rakyat wanita di propinsi X dihitung dengan
pendugaan titik.
Apabila digunakan pendugaan titik, umur rata-rata para anggota dewan
perwakilan rakyat wanita di propinsi X diperkirakan 44,5 tahun, pada
probalilitas deviasi E ≤ 1,74 tahun pada taraf kepercayaan 0,95.
Berdasarkan rumus E (error), kita dapat menentukan besar sampel (n)
yang perlu ditarik agar diperoleh hasil dengan tingkat ketepatan tertentu.
Tingkat ketepatan dikatakan dengan mengemukakan besarnya error

5
maksimum yang mungkin dialami dalam melakukan pendugaan pada
probabilitas tertentu.
σ
E – 𝑍𝛼/2
√𝑛
Zα/2.σ 2
n=[ ]
E

Sementara itu untuk memperhitungkan distribusi harga mean dengan

jumlah sampel sembarang yang kecil (n < 30), pola distribusinya di luar standar
normal. Untuk sampel kecil ini mengikuti aturan atau rumus distribusi student
dengan mean 0 dan distribusi simetris dengan derajat bebas (Degree of
freedom) n - 1. Nilai standarnya dinyatakan dengan:
x̅− μ x̅− μ
t= s √𝑛 atau t = σ
√𝑛 √𝑛

Rumus untuk pendugaan interval dinyatakan sebagai berikut:

α α σ α σ
𝑥̅ - 𝑡 2 ; (𝑛 − 1) < μ < 𝑥̅ - 𝑡 𝑡 2 ;(𝑛−1) . atau 𝑥̅ - 𝑡 2 ; (𝑛 − 1) <μ
√𝑛 √𝑛
α s
< 𝑥̅ - 𝑡 2 ; (𝑛 − 1) .
√𝑛

Ilustrasi :
Dalam hal ini bisa dibandingkan atau dilihat kembali mengenai
pendugaan harga mean untuk populasi yang besar atau (n ≥ 30). Jika sampel
acak wanita anggota dewan (tingkat kabupaten / kota) hanya hanya 25 orang
(n = 25), dengan rata-rata usia 𝑋 ̅= 44,5 tahun dan S = 9,75 tahun, maka:
s s
𝑥̅ – 𝑡0,025124 < μ < 𝑥̅ + 𝑡0,025124
√𝑛 √𝑛
9,75 9,75
44,5 – 2,064 < μ < 44,5 + 2,064
√25 √25

44,5 – 4,025 < μ < 44,5 + 4,025

40,475 < μ < 48,525
Dengan demikian usia rata-rata wanita anggota dawan pewakilan rakyat
tingkat II untuk propinsi Y diestimasi dalam rentang antara 40,475 tahun
sampai 48,525 tahun (dibulatkan 40,5 tahun — 48,5 tahun).

6
B. Menghitung Simpangan Baku
Sebelumnya telah membuat selang kepercayaan untuk mengestimasi
proporssi populasi. Selanjutnya akan dibahas prosedur serupa tetapi tujuannya
adalah untuk mengestimasi rerata populasi (Ardat Ahmad & Indra Jaya,
2021:111). Untuk melakukannya perlu menggunakan rerata sampel x̄ sebagai
estimate titik dengan alasan sebagai berikut.
Rerata sampel x̄ merupakan estimasi titik terbaik untuk rerata populasi
𝜇. Untuk membuat selang kepercayaan, perlu membagi prosedurnya menjadi
dua bagia, yaitu ketika simpangan baku populasi 𝜎 diketahui dan ketika
simpangan baku populasi 𝜎 tidak diketahui (Dwi Kristanto, 2021: 115).
1. Simpangan Baku Populasi 𝝈 Diketahui
Terdapat beberapa persyaratan jika ingin membuat selang
kepercayaan untuk mengestimasi rerata populasi ketika simpangan baku
populasi tersebut diketahui. Pertama, sampel yang dimiliki haruslah sampel
acak sederhana. Kedua, populasi yang akan diestimasi reratanya arus
berdistribusi normal atau sampel yang dimiliki berukuran paling tidak 30.
Kondisi ini menjamin untuk bisa menggunakan model distribusi nomal
sebagai distribusi sampling dari rerata sampel.
Metode ini membuat selang kepercayaan sebagai estimasi rerata
populasi ketika simpangan baku populasi tersebut diketahui dapat
dirangkum sebagai berikut.

Selang kepercayaan dapat dituliskan ke dalam tiga bentuk, yaitu:

x̄ - E < 𝜇 < x̄ + E

x̄ ± E, atau

(x̄ - E, x̄ + E)

dengan E ditentukan dengan rumus berikut.

𝜎
E = Za/2
√𝑛

7
Keterangan:
𝜇 = rerata populasi
𝜎 = simpangan baku populasi
x̄ = rerata sampel
n = ukuran sampel
E = batas galat
Za/2 = nilai kritis yang sesuai dengan tingkat kepercayaan

Persyaratan:
a. Sampel merupakan sampel acak sederhana
b. Simpangan baku populasi 𝜎 diketahui
c. Salah satu atau kedua kondisi berikut terpenuhi:
Populasi berdistribusi normal atau n > 30.
Rumus untuk membuat selang kepercayaan tersebut didasarkan
pada karakteristik distribusi sampling rerata. Karakteristiknya mengatakan
bahwa distribusi sampling dari rerata sampel-sampel berukuran n akan
berdistribusi normal dan berpusat di rerata 𝜇 dan memiliki simpangan baku
𝜎
. Padahal ketika mentransformasi sembarang distribusi normal menjadi
√𝑛

distribusi normal baku, perlu menggunakan rumus:

x̄ −𝜇xbar
Z= 𝜎𝑥𝑏𝑎𝑟
𝜎
Padahal 𝜇x̄ = 𝜇 dan 𝜎x = . Dengan demikian, dapat memperoleh
√𝑛
𝜎
𝜇 = x̄ - z
√𝑛

Dalam persamaan terakhir ini, setelah digunakan skor z yang bisa

positif dan negative, serta suku yang paling kanan diganti menjadi E, maka
diperoleh selang kepercayaan x̄ ± E.
Setelah mengetahui bagaimana cara membuat selang kepercayan
untuk mengestimasi rerata populasi, maka langkah-langkah dalam
Menyusun selang kepercayaan tersebut dapat dibagi menjadi beberapa
langkah sebagai berikut:
a. Periksa apakah semua persyaratan terpenuhi

8
b. Menentukan nilai rerata sampel x̄
c. Menentukan nilai kritis Za/2 yang sesuai dengan tingkat kepercayaan
yang telah ditentukan. Nilai kritis ini bisa ditentukan dengan
menggunakan teknologi atau tabel.
d. Menghitung batas galat E dengan rumus berikut.
𝜎
E = Za/2
√𝑛

e. Membuat selang kepercayaan dengan menyubstitusi nilai rerata sampel

x̄ dan batas galat E pada salah satu dari bentuk-bentuk berikut.
x̄ - E < 𝜇 < x̄ + E

x̄ ± E, atau

(x̄ - E, x̄ + E)

f. Membulatkan selang kepercayaan sesuai dengan kesepakatan

pembulatan
g. Menginterpretasikan hasil selang kepercayaan yang diperoleh dapat
dilakukan dengan cara yang serupa dengan selang kepercayaan untuk
proporsi populasi.

Contoh :

Banyak pihak yang mengklaim bahwa kecakapan Matematika siswa

Indonesia bisa dikatakan di atas rata-rata dengan memberikan bukti bahwa
banyak siswa Indonesia menjuarai Olimpiade Matematika Tingkat
Internasional. Akan tetapi, apakah kecakapan Matematika siswa Indonesia
merata? Untuk menjawab pertanyaan ini, gunakan hasil TIMSS dalam data
1 dan asumsikan simpangan baku populasi 𝜎 = 90.

a. Tentukan estimasi titik terbaik untuk kecakapan Matematika dari

populasi seluruh siswa Indonesia.
b. Buatlah selang kepercayaan 95% untuk mengestimasi kecakapan
Matematika seluruh siswa Indonesia.

9
c. Dari semua negara yang mengikuti TMSS pada tahun 2015, kecakapan
Matematika siswanya memiliki rerata 500. Bagaimana posisi Indonesia
terhadap rerata tersebut?

Pembahasan:

Data 1 dari hasil TMSS tahun 2015 bisa diasumsikan sebagai sampel
acak sederhana. Dari soal diketahui bahwa simpangan baku populasi 𝜎
= 90. Ukuran sampel dalam Data 1 adalah n = 576 > 30. Semua
persyaratan terpenuhi.

a. Dari Data 1, dapat mencari bahwa rerata sampe dari kecakapan

Matematika siswa Indinesia adalah 398,46. Rerata sampel inilah
yang menjadi estimasi titik terbaik untuk rerata populasi . Dari sini
dapat disimpulkan bahwa kecakapan matematika siswa Indonesia
belum mencapai rerata 500 dikarenakan perlu membuat selang
kepercayaan terlebih dahulu.
b. Dengan tingkat kepercayaan 0,95, dapat diperoleh 𝛼 = 0,05 dan
dengan demikian Za/2 = 1,96. Selanjutnya karena 𝜎 = 90 dan dari
Data 1 memiliki sampel dengan ukuran n = 576, maka batas galatnya
bisa ditentukan sebagai berikut.

𝜎 90
E = Za/2 = 1,96. = 7,35
√𝑛 √576

Dengan x̄ = 398,46 dan E = 7,35, maka selang kepercayaannya

adalah
x̄ - E < 𝜇 < x̄ + E
398,46 – 7,35 < 𝜇 < 398,46 + 7,35
391,1 < 𝜇 < 405,8
c. Berdasarkan selang kepercayaan yang telah terbentuk, skor 500
terletak jauh diatas selang tersebut. Dengan demikian, kecakapan
Matematika siswa Indonesia secara signifikan berada dibawa rata-
rata kecakapan Matematika siswa dari negara-negara yang
mengikuti TIMSS.

10
2. Simpangan Baku Populasi 𝝈 Tidak Diketahui
Metode yang digunakan untuk mengestimasi rerata populasi pada
pembahasan sebelumnya membutuhkan 𝜎 1 yang sangat jarang ditemui pada
permasalahan sehari-hari, khususnya permasalahan yang melibatkan
sampel-sampel berukuran kecil. Untuk itu, perlu menggunakan simpangan
baku s. Akan tetapi masalahnya adalah nilai s tersebut bisa bervariasi dari
sampel ke sampel. Akibat dari ketidakpastian nilai s tersebut, maka perlu
melonggarkan selang kepercayaan (yang melibatkan bertambahnya batas
galat E). Bahkan orang pertama yang menyelidi masalah ini, yaitu William
Gosset, telah menunjukkab bahwa tidak hanya bertambahnya batas galat,
tetapi penggunaan s tersebut juga mengubah keseluruhan keluarga
disitribusi sampling yang bisa digunakan.
Berdasarkan temuan Gosset, distribusi sampling yang dimaksud
masih memiliki bentuk yang sama dengan distribusi normal, yaitu
berbentuk lonceng yang simetris, akan tetapi detailnya berbeda. Perbedaan
detail tersebut tergantung pada suatu nilai yang disebut dengan derajat
bebas dan distribusi yang ditemukan oleh Gosset tersebut dinamakan
distribusi t-Student. Lebih lanjut, apabila simpangan baku (𝜎) tidak
diketahui tetapi n ≥ 30, maka selang kepercayaan (1 – 𝛼) 100% untuk 𝜇
adalah
𝜎 𝑠
E = Za/2 𝑛
< 𝜇 < x̄ + Za/2
√ √𝑛

Contoh :

Rata-rata hasil ujian akhir dari 40 siswa SMA “X” yang diambil secara acak
adalah 7,5 dengan simpangan baku 1,4. Tentukan selang kepercayaan 95%
dari nilai rata-rata seluruh siswa SMA”X” tersebut.

Pembahasan:

Dalam hal ini simpangan baku populasi (𝜎) tidak diketahui tetapi n ≥ 30.

Selang kepercayaan 95% untuk 𝜇 adalah

11
 𝜎 𝑠
E = Za/2 < 𝜇 < x̄ + Za/2
√ 𝑛 √𝑛

1,4 𝑠
7,5 – Z0,025 < 𝜇 < x̄ + Z0,025
√40 √40

1,4 1,4
7,5 – 1,96. < < 𝜇 < x̄ + 1,96
40
√ √40

7,066 < 𝜇 < 7,934

Jadi, selang kepercayan 95% bagi 𝜇 adalah 7,066 < 𝜇 < 7,934.

12
 BAB III

PENUTUP

A. Kesimpulan
Dari pembahasan di atas maka dapat disimpulkan bahwa :
1. Nilai populasi menjadi hal yang sangat elemeter dalam perhitungan
penelitian, terutama dalam pendekatan kuantitatif
2. Pendugaan parameter dalam statistika dapat ditempuh dengan cara 2 cara
yaitu, Interval estimation dan Point estimation/
3. Rerata sampel x̄ merupakan estimasi titik terbaik untuk rerata populasi 𝜇

B. Saran
Statistik adalah suatu ilmu pengetahuan sangat dibutuhkan untuk
perkembangan dunia banyak sekali orang ingin mengetahui cabang ilmu ini
sehingga banyak yang mengetahui ilmu statistik namun karena kesukaran
sehingga banyak yang terkadang enggan atau malas untuk mempelajari ilmu
ini sebenarnya statistik mudah untuk dipelajari yang penting ada niat dari kita
untuk mau mendalami ilmu ini pasti akan tahu dan paham sebagai tentang ilmu
statistik ini.

13
 DAFTAR PUSTAKA

Malik, A. (2018). Pengantar Statistika Pendidikan. CV. Budi Utama.

Siagian, Nalom. (2021). Statistika Dasar: Konseptualisasi dan Aplikasi: CV
Kultura Digital Media. ISBN: 978-623-378-086-5
Statistika: Matrikulasi S2 Program Pascasarjana UNY. (2011). Yogyakarta: UNY.

Ahmad, A., & Jaya, I. (2021). BIOSTATISTIK. Jakarta: Kencana.

Kristanto, Y. D. (2021). Metode Statistik Jilid 1. Yogyakarta: Kanisius.

STATISTIKA: Matrikulasi S2 Program Pascasarjana UNY (2011).

14