Tutorial SPSS V.

16 –seti

Distribusi Sampling, Uji Hipotesis, Uji Validitas

dan Reliabilitas, Korelasi
A. Distribusi Sampling
Distribusi sampling adalah distribusi peluang dari seluruh nilai yang memungkinkan dapat
dilakukan menggunakan statistik ketika dihitung dari sampel acak dari ukuran yang sama,
diturunkan dari populasi yang spesifik.

Sampel statistik → diperlukan teori untuk mengestimasi → populasi parameter.

Setiap sampel statistik yang memiliki mode, median, mean, range, variance dan seterusnya inilah
yang disebut sampling distribution.
Bayangkan mengambil sampel secara berulang-ulang, dan setiap kali kita mengambil sampel, kita
menghitung mean, kemudian membuat distribusi frekuensi dari mean tersebut. Dari sudut
pandang probabilitas, distribusi yang termudah dan sering digunakan adalah random sampling,
artinya setiap anggota populasi mempunyai peluang yang sama untuk disertakan sebagai sampel.
Dalam distribusi sampling dari mean, kita menentukan bagaimana mean dan standar deviasi suatu
sampling distribusi berbeda dengan mean dan standar deviasi populasinya. Distribusi sampling
bisa memiliki distribusi data normal atau tidak normal. Secara teoritis, semakin besar ukuran
sampelnya, maka data akan mendekati normal. Dengan menggunakan SPSS, kita bisa menguji uji
normalisasi distribusi data dari sampel yang sudah kita kumpulkan.

Contoh: Berikut data ekspor dan investasi, akan diuji apakah terdapat variabel-variabel yang ada
memenuhi asumsi normalisasi? Pada kasus ini kita akan akan menguji normalitas pada variabel
ekspor dan investasi.

Tahun Ekspor (Milyar US$) Investasi (Trilyun Rupiah)

1980 6.52 3.50
1981 7.45 4.00
1982 8.25 6.08
1983 10.25 12.25
1984 15.20 12.30
1985 16.20 14.65
1986 19.21 15.63
1987 23.45 20.59
1988 23.50 22.53
1989 23.52 21.23

Langkah-langkah:
1. Input data diatas pada pada SPSS
2. Dari menu Analize => Descriptive Statistic => Explore

1
 Tutorial SPSS V.16 –seti

3. Masukkan variabel Ekspor dan Investasi pada kotak “Dependent List”

4. Pada bagian Display (kiri bawah), pilih Plots
5. Kemudian buka jendela Plots, sehingga terdapat layar sebagai berikut:

6. Karena hanya diinginkan uji normalisasi, maka pilih None pada bagian Boxplots,
centang pada “Normality plots with tests” dan hilangkan tanda centang pada stem and leaf,.
Klik continue
7. Abaikan pilihan lain, klik Ok.
8. Result:

2
 Tutorial SPSS V.16 –seti

Tests of Normality

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Kriteria pengujian:
- Angka signifikansi Uji Kolmogorov-Smirnov Sig > 0.05 maka data berdistribusi normal
- Angka signifikansi Uji Kolmogorov-Smirnov Sig < 0.05 , maka data tidak berdistribusi
normal.

Analisa:
- Variabel eksport memiliki Sig = 0.200 > 0.05, maka data berdistribusi normal
- Variabel investasi memiliki Sig = 0.200 > 0.05, maka data berdistribusi normal

Lihat Plot (grafik) bagian pertama (variabel ekspor dan investasi) berikut ini:

3
 Tutorial SPSS V.16 –seti

Terlihat sebaran data dari variabel ekspor dan investasi berkumpul di sekitar garis uji yang
mengarah ke kanan atas, dan tidak ada data yang terletak jauh dari sebaran data. Maka data
tersebut terdistribusi normal.

Note: Uji distribusi normal akan banyak dipakai dalam statistic inferensi untuk menentukan metode pengolahan data.

B. Uji Hipotesis
- Hipotesis adalah suatu pernyataan yang akan diuji nilai kebenarannya.
- Pada dasarnya merupakan suatu proporsi atau anggapan yang mungkin benar dan sering
digunakan sebagai dasar pembuatan keputusan/pemecahan persoalan ataupun untuk dasar
penelitian lebih lanjut.
- Untuk dapat diuji, suatu hipotesis haruslah dinyatakan secara kuantitatif (dalam bentuk
angka).
- Dalam “menerima” atau “menolak” suatu hipotesis yang kita uji, ada satu hal yang harus
dipahami, bahwa penolakan suatu hipotesis berarti menyimpulkan bahwa hipotesis itu
salah, sedangkan menerima suatu hipotesis semata-mata mengimplikasikan bahwa kita
mempunyai bukti untuk mempercayai sebaliknya.
- Hipotesis yang dirumuskan dengan harapan akan diterima membawa penggunaan istilah
penggunaan hipotesis nol (Ho). Penerimaan hipotesis nol dilambangkan dengan Ho
mengakibatkan penerimaan suatu hipotesis alternatif, yang dilambangkan dengan (Ha) atau
H1
- Jadi hipotesis nol adalah pernyataan tidak adanya perbedaan / sama dengan antara
parameter dengan statistik (data sampel), baik itu kurang dari sama dengan, sama dengan,
dan lebih dari sama dengan. Lawan dari hipotesis nol adalah hipotesis alternatif yang
menyatakan adanya perbedaan / tidak sama dengan antara parameter dan statistik.

Prosedur uji hipotesis:

a. Menentukan Ho dan Ha: Pernyataan pada Ho dan Ha selalu berlawanan
b. Menentukan Statistik Tabel. Nilai statistik tabel biasanya dipengaruhi oleh:

4
 Tutorial SPSS V.16 –seti

- Selang kepercayaan: Untuk keseragaman, digunakan tingkat kepecayaan 95 % jadi

tingkat kesalahan / alpha 5%. (Penjumlahan dari tingkat kepercayaan dan tingkat kesalahan
itu harus 100%).
- Derajat Kebebasan: Derajat kebebasan atau degree of freedom sangat bervariasi
bergantung pada metode yang dipakai atau jumlah sampel yang diperoleh.
- Jumlah sampel yang didapat.
c. Menentukan Statistik Hitung: Nilai statistik hitung bergantung pada metode
parametrik yang digunakan.
d. Mengambil Keputusan.

Keputusan terhadap hipotesis di atas ditentukan dengan:

1. Membandingkan tingkat signifikansi (Sig) dengan tingkat kesalahan (5% , 1%)
Sig > tingkat kesalahan, maka Ho diterima
Sig < tingkat kesalahan, maka Ho ditolak
2. Membandingkan nilai t hitung dengan nilai t tabel
t hitung > t tabel, maka Ho ditolak
t hitung < t tabel, maka Ho diterima

C. Uji Validitas dan Reliabilitas

Salah satu instrumen yang sering dipakai dalam penelitian ilmiah adalah kuesioner, yang
bertujuan untuk mengetahui pendapat seseorang mengenai suatu hal. Sebuah kuesioner dapat bisa
disusun dengan pertanyaan yang bersifat terbuka (berapa usia anda saat ini, bagaimana pendapat
Anda tentang Magister Teknik Sipil UNS) atau pertanyaan tertutup seperti (kategori usia anda:
<20 th atau > 20 th). Salah satu skala yang sering dipakai dalam penyusunan kuesioner adalah
skala likert.
Sebagai contoh, responden diminta memberikan tingkat persetujuannya terhadap
pernyataan yang mengatakan ”Harga produk A adalah sangat murah”
Sangat setuju Setuju Ragu-ragu Tidak setuju Sangat tidak setuju

Dalam penelitian kualitatif yang menggunakan instrumen kuesioner sebagai salah satu alat ukur,
ada dua syarat penting yang harus dipenuhi yaitu keharusan sebuah kuesioner untuk valid dan
reliabel.
Suatu kuesioner dikatakan valid jika pertanyaan pada suatu kuesioner mampu untuk
mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Sedangkan suatu kuesioner
dikatakan reliabel (andal) jika jawaban seseorang terhadap pertanyaan adalah konsisten atau
stabil dari waktu ke waktu.
Pengukuran reliabilitas pada dasarnya bisa dilakukan dengan dua cara :
- Repeated measure atau ukur ulang. Disini seseorang akan disodori pertanyaan yang sama
pada waktu berbeda, dan kemudian dilihat apakah dia tetap konsisten dengan jawabannya.
- One short atau sekali saja. Di sini pengukuran hanya sekali dan kemudian hasilnya
dibandingkan dengan hasil pertanyaan lain.

Langkah menyusun kuesioner:

1. Menetapkan sebuah Konstrak, yaitu membuat batasan mengenai variabel yang akan
diukur. Jika ingin diteliti mengenai perilaku konsumen, maka perlu dipertegas dahulu apa
yang dimaksud dengan perilaku konsumen tersebut.

5
 Tutorial SPSS V.16 –seti

2. Menetapkan faktor-faktor, yaitu mencoba menemukan unsur-unsur yang ada pada suatu
konstrak.
3. Menyusun butir-butir pertanyaan, yaitu mencoba menjabarkan sebuah faktor lebih lanjut
dalam berbagai pertanyaan yang langsung berinteraksi dengan pengisi kuesioner. Dalam
setiap konstrak bisa terdiri dari beberapa faktor, dan setiap faktor bisa terdiri dari
beberapa butir pertanyaan, dengan catatan bahwa bisa juga setiap faktor mempunyai
jumlah butir yang tidak sama satu sama dengan yang lain.

Pengujian validitas dan reliabilitas adalah proses menguji butir-butir pertanyaan yang ada dalam
sebuah kuesioner, apakah isi dari butir pertanyaan tersebut sudah valid dan reliabel.

Contoh:
Untuk mengetahui bagaimana perilaku konsumen terhadap bangunan real estat (sebagai sebuah
konstrak), perusahaan mengukur dengan pendapat konsumen terhadap kualitas bangunan
(faktor_1) dan harga bangunan (faktor_2). Untuk itu perusahaan menyusun kuesioner yang
dibagikan kepada konsumen yang berisi:
Faktor 1 atau kualitas bangunan terdiri dari 10 butir pertanyaan, misalnya:
Butir 1: Apakah Anda setuju dengan bangunan perumahan yang strategis? Dan seterusnya.

Faktor 2 atau harga perumahan terdiri dari 7 butir pertanyaan.

Semua jawaban berupa pilihan dengan skala likert lima skala :
5 = sangat setuju 4 = setuju 3 = ragu-ragu 2 = tidak setuju 1 = sangat tidak setuju
Namun sebelum diedar secara resmi kuesioner tersebut harus diuji validitas dan reliabilitasnya
dengan menyebarnya kepada 30 responden. Berikut hasilnya:

Data_faktor_1
Nama Variabel Tipe Label Keterangan
Nama String --- Nama Responden
Butir 1 sampai 10 Numerik --- Jawaban Responden

Isi Data
nama Butir1 Butir2 Butir3 Butir4 Butir5 Butir6 Butir7 butir8 butir9 butir10
1 Ali 3 4 3 3 2 4 4 3 4 3
2 Amir 4 3 3 3 2 3 3 3 3 3
3 Amin 2 3 3 4 2 3 4 4 2 2
4 Anna 3 5 3 3 1 3 3 2 2 2
5 Asoi 4 3 4 5 2 4 3 4 4 4
6 Badu 2 4 3 4 2 2 4 3 3 3
7 Budi 4 4 4 5 2 4 4 3 5 2
8 Bari 2 5 3 4 1 5 5 5 4 4
9 Basi 4 5 3 3 1 1 5 5 2 2
10 Cecep 4 3 4 5 4 1 4 4 5 2
11 Cicil 3 4 4 3 2 2 2 3 4 4
12 Cuko 3 2 4 2 5 2 1 2 2 2
13 Dede 2 3 4 1 3 4 4 3 3 3
14 Dani 3 5 3 3 2 3 3 4 2 2
15 Didik 2 4 3 5 3 22 2 5 3 3
16 Euis 4 5 5 3 1 4 4 3 4 4
17 Emil 3 5 5 4 2 3 3 5 5 5
18 Farah 2 4 4 4 2 4 4 4 2 2

6
 Tutorial SPSS V.16 –seti

19 Faisal 3 3 3 4 1 2 4 5 3 3
20 Guna 4 4 4 3 2 4 3 5 2 2
21 Gandi 2 3 3 4 3 4 4 4 4 4
22 Heru 3 4 5 3 2 2 4 4 2 3
23 Husin 4 3 3 2 2 2 2 3 3 3
24 Imron 3 4 4 2 3 2 3 3 2 2
25 Jujuk 4 2 3 1 4 2 1 1 1 1
26 Kiki 4 2 2 2 2 2 2 2 2 3
27 Maman 4 3 3 4 3 3 3 3 3 3
28 Ninik 3 3 3 3 1 4 4 4 3 3
29 Oshin 4 4 3 3 3 3 3 4 4 4
30 papilon 3 2 1 1 1 2 1 1 1 1

Data_faktor_2
Nama Variabel Tipe Label Keterangan
Nama String --- Nama Responden
Butir 1 sampai 7 Numerik --- Jawaban Responden

Nama Butir11 Butir12 Butir13 Butir14 Butir15 Butir16 Butir17

1 Ali 3 3 2 4 3 2 2
2 Amir 4 3 2 3 4 4 2
3 Amin 2 4 2 3 2 2 2
4 Anna 3 3 1 3 3 2 1
5 Asoi 4 5 2 4 4 4 2
6 Badu 2 4 2 2 2 2 2
7 Budi 4 5 2 4 4 3 1
8 Bari 2 4 2 5 2 2 1
9 Basi 4 3 1 1 4 4 1
10 Cecep 4 5 4 1 4 5 4
11 Cicil 3 3 2 2 3 3 2
12 Cuko 3 2 5 2 3 3 5
13 Dede 2 1 3 4 2 2 3
14 Dani 3 3 2 3 3 4 2
15 Didik 2 5 3 2 2 5 3
16 Euis 4 3 1 4 4 3 4
17 Emil 3 4 2 3 3 5 5
18 Farah 4 4 2 4 4 4 2
19 Faisal 5 4 1 2 4 5 3
20 Guna 5 3 2 4 3 5 2
21 Gandi 4 4 3 4 4 4 4
22 Heru 4 3 2 2 4 2 2
23 Husin 3 2 2 2 2 3 3
24 Imron 3 2 3 2 3 3 2

7
 Tutorial SPSS V.16 –seti

25 Jujuk 1 1 4 2 1 1 1
26 Kiki 2 2 2 2 2 2 2
27 Maman 3 4 3 3 3 3 3
28 Ninik 3 3 1 4 4 4 3
29 Oshin 4 3 3 3 3 4 4
30 Papilon 2 1 11 2 1 2 1

Data_Konstrak
Nama Variabel Tipe Label Keterangan
Nama String --- Nama Responden
Butir 1 sampai 2 Numerik --- Jawaban Responden

Langkah di SPSS :
1. Masukkan data_faktor_1 dan data_faktor_2 di SPSS
2. Dari menu Analyze pilih submenu Scale kemudian Reliability Analysis
3. Tampak di layar tampilan sebagai berikut:

Pengisian :
1. Masukkan semua variabel, butir 1-10 ke kotak items yang ada di
sebelah kanan, pada bagian Model, biarkan pilihan pada Alpha,
2. Klik menu Statistics dan ada bagian Descriptive for (kiri atas), pilih
ketiganya (Item, scale, scale if item deleted), abaikan bagian lain dan klik tombol Continue
untuk kembali ke kotak dialog utama (Reliability Analysis), dan

8
 Tutorial SPSS V.16 –seti

3. Klik Continue
4. Klik Ok, dan hasilnya sebagai berikut.

Reliability Statistics

9
 Tutorial SPSS V.16 –seti

Uji Validitas Butir Kuesioner

Langkah dalam menguji validitas butir kuesioner diatas adalah :

1. Menentukan Hipotesis
Ho : Skor butir berkorelasi positif dengan skor faktor
H1 : Skor butir tidak berkorelasi positif dengan skor faktor
2. Menentukan nilai r tabel

10
 Tutorial SPSS V.16 –seti

Nilai r tabel dilihat pada tabel r dengan df= n-2 (n= jumlah responden/sampel) . Pada
tingkat kemaknaan 5%, maka akan didapatkan angka r tabel. Dari tabel r, untuk df =
jumlah kasus - 2, atau untuk kasus ini df=30-2=28. Tingkat signifikan 5% terdapat angka
0.374.
3. Mencari r hasil
Disini r hasil untuk tiap item (variabel) bisa dilihat pada kolom Corrected Item–Total
Correlation.

4. Mengambil kesimpulan
Jika r hasil positif, serta r hasil > r tabel, maka butir atau variabel tersebut valid.
Jika r hasil tidak positif, serta r hasil < r tabel, maka butir atau variabel tidak valid.

Kesimpulan :
Terdapat dari kesepuluh variabel, ada variabel yang tidak valid yaitu variabel 1,3,5,6 dan 7. Karena
ada butir yang tidak valid, maka butir yang tidak valid tersebut dikeluarkan, dan proses analisis
(seperti diatas) diulang untuk butir yang valid saja.

5. Jika semua butir telah valid, lakukan analisis validitas dan kemudian analisis reliabilitas.

Uji Reliabilitas Butir Kuesioner

Langkah dalam uji reliabilitas :

1. Menentukan hipotesis
Ho = Skor butir berkorelasi positif dengan komposit faktornya
H1 = Skor butir tidak berkorelasi positif dengan komposit faktornya

11
 Tutorial SPSS V.16 –seti

2. Menentukan nilai reliabilitas

Dari tabel kriteria indeks reliabilitas bisa dilihat apakah hasilnya cukup memuaskan atau tidak.

3. Mencari r hasil
Disini r hasil untuk masing-masing item adalah angka ALPHA (terletak di akhir output)
4. Mengambil keputusan
Dasar pengambilan keputusan:
Jika r Alpha positif dan r Alpha > 0.6, maka butir atau variabel tersebut reliabel.
Jika r Alpha positif dan r Alpha < 0.6, maka butir atau variabel tersebut tidak reliabel.
Keputusan:
Terlihat r Alpha adalah positif dan lebih besar dari r tabel, maka butir-butir diatas adalah
reliabel. Dengan demikian, setelah melewati 1 putaran, kedelapan butir pada data_faktor_1
adalah valid dan reliabel.

Lakukan uji validitas dan reliabilitas untuk data_faktor_2 (Gunakan langkah-langkah diatas).

Langkah selanjutnya adalah menguji validitas faktor.

Setelah butir-butir pada data_faktor_1 dan 2 telah valid dan reliabel, maka sekarang akan diuji
apakah faktor_1 dan faktor_2 valid dalam menjabarkan sebuah konstrak.

Mempersiapkan Data (Faktor)

Faktor adalah jumlah dari masing-masing butir yang ada di dalamnya yang telah valid dan
reliabel dari data_faktor_1 dan data_faktor_2. Untuk itu, akan dibuat file baru yang berisi dua
variabel, yaitu faktor_1 dan faktor_2. Kemudian membuat variabel baru untuk menampung
data_faktor_1 dan data_faktor_2 tersebut.
1. Faktor_1
Langkah pembuatan faktor 1:
- Buka file yang sudah diinput (Hasil akhir yang valid dan reliabel)
- Buka menu transform kemudian submenu Compute variable. Muncul jendela seperti di
bawah ini:

12
 Tutorial SPSS V.16 –seti

- Bagian target variabel atau variabel baru yang akan dibuat sesuai kasus, ketik faktor_1
- Bagian numerik expresion atau persamaan yang akan dibuat untuk isi variabel faktor_1
adalah jumlah dari butir-butir. Ketik : Butir2+butir3+butir4+butir6+butir7+butir8+butir9+butir10
- Kemudian tekan Ok, maka akan muncul variabel baru dengan nama faktor_1 yang berisi
30 kasus yang merupakan penjumlahan butir-butir bagiannya.

Cat : Isi lengkap variabel faktor_1 bisa dilihat pada file data_konstrak.

2. Faktor_2
Langkah pembuatan faktor_2 caranya sama dengan pembuatan faktor_1

Uji Validitas dan Reliabilitas Faktor

- pilih menu Analize – Scale – Reliability Analysis
- masukkan faktor_1 dan faktor_2 di kolom sebelah kanan.

13
 Tutorial SPSS V.16 –seti

- pada pilihan statistic, pilih item, scale, scale if item deleted

- Klik continue dan Ok.
- Hasil:

D. Korelasi
Korelasi adalah asosiasi (hubungan) antara variabel-variabel yang diminati, apakah data sampel
yang ada menyediakan bukti cukup bahwa ada kaitan antara variabel-variabel dalam populasi asal
sampel, jika ada hubungan, seberapa kuat hubungan antar variabel tersebut. Keeratan hubungan
itu dinyatakan dengan nama koefisien korelasi atau bisa disebut korelasi saja. Perlu dicatat bahwa
dalam korelasi kita belum menentukan dengan pasti variabel independent dan dependent-nya.

1. Korelasi Bivariat
Adalah mengukur keeratan hubungan diantara hasil-hasil pengamatan dari populasi yang
mempunyai dua atau lebih variabel bebas. Perhitungan ini mensyaratkan bahwa populasi asal
sampel mempunyai dua atau lebih variabel bebas dan berdistribusi normal. Korelasi yang
digunakan adalah korelasi pearson yang untuk mengukur korelasi data interval dan rasio.

Contoh soal:

14
 Tutorial SPSS V.16 –seti

Suatu studi mencatat gaji awal (juta), X dan lama studi (tahun), Y untuk 10 pekerja. Ingin
diketahui apakah ada korelasi (hubungan) di antara variabel-variabel tersebut.

X (gaji awal) Y (lama studi)

35 12
46 16
48 16
50 15
40 13
65 19
28 10
37 12
49 17
55 14

Langkah-langkah penyelesaian:
1. Inputkan: X, Y Variable view, Input data X,Y pada Data view.
2. Pilih menu Analyze,pilih submenu: Correlate, pilih: bivariate
3. Pada kotak dialog Bivariate Correlations, pindahkan variabel X, Y kesebelah
kanan dengan mengklik panah hitam. Untuk kolom Correlation Coefficients, pilih:
􀂃 Pearson (data bersifat kuantitatif dan berskala rasio).
􀂃 Untuk kolom Test of Significance, pilih Two-Tailed (karena akan diuji dua sisi).
Kemudian beri tanda centang pada Flag Significant Correlations (tingkat signifikansi 5%
dan 10%).

15
 Tutorial SPSS V.16 –seti

4. Klik Option, pada kolom Statistics, abaikan saja. Pada kolom Missing Values,
pilih: Exclude cases pairwise (pasangan yang salah satu tidak ada datanya tidak dimasukkan
dalam perhitungan sehingga mengakibatkan jumlah data tiap korelasi bervariasi tergantung
jumlah missing). Kemudian Continue, Ok.

5. Result:

Correlations

X Y

X Pearson Correlation 1.000 .891**

Sig. (2-tailed) .001

N 10.000 10

Y Pearson Correlation .891** 1.000

Sig. (2-tailed) .001

N 10 10.000

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

16
 Tutorial SPSS V.16 –seti

2. Korelasi Partial
Adalah pembahasan mengenai hubungan linier antara dua variabel dengan melakukan kontrol
terhadap satu atau lebih variabel tambahan (disebut variabel kontrol).
Contoh soal:
Seorang peneliti ingin mengetahui apakah ada hubungan antara Prestasi kerja seseorang dengan
Motivasi kerja pekerja dan tingkat kecerdasan (diukur dengan IQ) sebagai variabel yang
mengatur. Untuk itu, diambil 9 orang pekerja dan seorang supervisor diminta memberi penilaian
pada tiap pekerja tersebut tentang Prestasi kerja dan Motivasi kerjanya.

Berikut hasilnya:
Pekerja Prestasi IQ Motivasi
1 85 111 86
2 86 101 83
3 88 91 85
4 93 111 92
5 92 101 84
6 97 111 89
7 84 96 83
8 88 91 87
9 89 101 85

Langkah-langkah penyelesaian:
1. Input Pekerja, Prestasi, IQ, Motivasi pada variable view, input data Pekerja, Prestasi, IQ,
Motivasi pada data view.
2. Pilih menu Analyze, pilih submenu: Correlate, pilih: Partial
3. Pada kotak dialog Partial correlations, pindahkan variabel motivasi dan prestasi ke
kolom Variables, kemudian pindahkan variabel IQ ke kolom Controlling for. Untuk kolom
Test of Significance, pilih: Two tailed (pengujian dua arah).

17
 Tutorial SPSS V.16 –seti

4. Klik Option, pilih Zero-order correlations. Pada Missing Values, pilih Exclude cases
pairwise. Kemudian Continue, Ok

5. Hasil

18
Tutorial SPSS V.16 –seti

19