TUGAS BIOSTASTIK

TENTANG
MAKALAH TEORI ESTIMASI

DISUSUN OLEH KELOMPOK 9 :

1. JULIA FITRI (1714201154)
2. RADA SRI MUTIA (1714201165)
3. RISKA MARNETRIYANI (1714201166)

DOSEN PEMBIMBING :
DINA PUTRI MAYASHERLY, M. SI

PRODI ILMU KEPERAWATAN

FAKULTAS ILMU KESEHATAN
UNIVERSITAS PERINTIS INDONESIA
T.A 2020 / 2021
 KATA PENGANTAR

Puji dan syukur kami ucapkan kepada Allah yang maha kuasa karena berkat Karunia-
Nya saya dapat menyelesaikan tugas makalah tentang MAKALAH TEORI
ESTIMASIyang di berikan oleh dosen kami. Selaku pengajar mata kuliahbiostatistik .Kami
akan menyajikan makalah yang secara sederhana agar dapat mudah di pahami.
Kami menyadari walaupun bagaimana kami berusaha menyajikan makalah ini dengan
maksimal akan tetapi pasti ada kekurangan. Jadi kami harapkan kritik dan saran dari
ibu/bapak, teman-teman, dan siapapun yang membaca makalah ini, sehingga dengan saran
dan kritiknya saya dapat menjadi lebih baik dalam pembuatan makalah selanjutnya dan dalam
kehidupan kami agar tetap terus barusaha untuk lebih baik.
Sekian kata pengantar dari kami apabila ada kata yang salah kami mohon maaf. Sekali
lagi kami mengatakan kami sangat berharap saran dan kritik agar kami dapat menjadi lebih
baik lagi.

Bukittinggi, November 2020

Kelompok 9
 DAFTAR ISI

KATA PENGANTAR....................................................................................
DAFTAR ISI...................................................................................................
BAB I PENDAHULUAN
1.1Latar belakang.........................................................................................
1.2Rumusan Masalah...................................................................................
1.3Tujuan.....................................................................................................
BAB II TINJAUAN PUSTAKA
2.1 Estimasi tak bias dan efisien..................................................................
2.2 Estimsi titik, estimasi interval dan reliabilitas.......................................
2.3 Estimasi interval kepercayaan dari parameter populasi........................
2.4 Tingkat kepercayaan.............................................................................
2.5 Estimasi interval kepercayaan nilai rata-rata (mean)............................
2.6 Estimasi interval kepercayaan untuk nilai proporsi..............................
2.7 Estimasi interval kepercayaan untuk nilai varian..................................
BAB III PENUTUP
3.1 Kesimpulan...........................................................................................
DAFTAR PUSTAKA
 BAB I
PENDAHULUAN

1.1. LATAR BELAKANG

Statistik berasal dari kata state yang artinya negara. Dalam pengertian yang palinng
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik dapat
diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka yang disusun
dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan (berkaitan) dengan
suatu masalah tertentu.
Data merupakan bahan baku informasi, dapat didefinisikan sebagai kelompok teratur
simbol-simbol yang mewakili kuantitas, fakta, tindakan, benda, dan sebagainya. Populasi
ialah kumpulan dari organisma-organisma sejenis yang dapat berbiak silang sedangkan
komunitas atau bisa juga diartikan sebagai kumpulan dari beberapa populasi yang hidup
di suatu areal tertentu. Sampel adalah sebagian dari jumlah dan karakteristik yang
dimiliki oleh populasi tersebut.
Proses estimasi merupakan peristiwa yang dialami oleh setiap orang dalam
kehidupan sehari-hari. Misalnya, bila kita menyeberang jalan dan melihat ada kendaraan
yang akan lewat maka kita membuat estimasi tentang kecepatan kendaraan, lebar jalan,
dan kecepatan kita untuk membuat keputusan.
Teori estimasi memegang peran yang sangat penting dalam statistika inferensial
karena teori estimasi bersama-sama dengan pengujian hipotesis merupakan dasar
statistika inferensial yang dilandasi oleh teori peluang.
Di bidang gizi, teori estimasi digunakan untuk menaksirkan banyaknya penderita
masalah gizi tertentu dimasa yang akan datang, menaksirkan jumlah pengunjung atau
menaksir prognosa suatu penyakit, dan lain-lain.
Demikianlah teori estimasi harus di pelajari didalam statistika dengan yang harus di
ketahui terlabih dahulu yaitu estimator, titik estimasi, dan interval estimasi.
1.2. Rumusan Masalah
1. Apa yang dimaksud dengan teori estimasi
2. Apa ciri-ciri teori estimasi
3. Apa jenis-jenis estimasi
a. Apa yang dimaksud estimasi titik, interval, dan reliabilitas
b. Apa yang dimaksud estimasi interval kepercayaan dan parameter populasi
c. Apa yang dimaksud dengan tingkat kepercayaan
 d. Apa yang dimaksud dengan estimasi interval kepercayaan nilai rata-
rata(mean)
e. Apa yang dimaksud dengan estimasi interval kepercayaan untuk nilai proporsi
f. Apa yang dimaksud dengan estimasi interval kepercayaan untuk nilai varian
1.3. Tujuan Penulisan
a. Tujuan umum
Agar mahasiswa mengetahui apa yang dimaksud dengan teori estimasi.
b. Tujuan khusus
1. Untuk mengetahui apa yang dimaksud dengan teori estimasi
2. Untuk mengetahui apa ciri-ciri teori estimasi
3. Untuk mengetahui apa jenis-jenis estimasi
a) Untuk mengetahui apa yang dimaksud estimasi titik, interval, dan
reliabilitas
b) Untuk mengetahui apa yang dimaksud estimasi interval kepercayaan
dan parameter populasi
c) Untuk mengetahui apa yang dimaksud dengan tingkat kepercayaan
d) Untuk mengetahui apa yang dimaksud dengan estimasi interval
kepercayaan nilai rata-rata(mean)
e) Untuk mengetahui apa yang dimaksud dengan estimasi interval
kepercayaan untuk nilai proporsi
f) Untuk mengetahui apa yang dimaksud dengan estimasi interval
kepercayaan untuk nilai varian
 BAB II
PEMBAHASAN TEORI ESTIMASI

A. PENGERTIAN TEORI ESTIMASI

Menurut Bluman estimasi adalah proses penaksiran nilai parameter berdasarkan
informasi yang diperoleh dari sebuah sample. Nilai dari estimasi mendeskripsikan suatu
populasi yang berukuran besar, yang sebenarnya hanya nilai taksiran terhadap parameter
yang diperoleh dari hasil suatu sampling.
Estimasi adalah suatu metode dimana kita dapat memperkirakan nilai dari suatu
populasi dengan menggunakan nilai dari sampel. Estimator adalah nilai pendugaan/suatu
data statistik, sebagai sampel yang digunakan untuk mengisi suatu parameter.
Estimasi dalam statistik adalah suatu metode untuk memperkirakan nilai populasi
dengan memakai nilai sampel tertentu. Estimasi statistik juga berarti kegiatan penarikan
suatu kesimpulan statistik yang berawal dari hal-hal yang bersifat secara umum kepada
hal-hal yang bersifat khusus.
B. CIRI-CIRI ESTIMASI YANG BAIK
Di dalam estimasi nilai statistic yang di pakai untuk menduga nilai populasi atau
parameter disebut estimator. Hasil dari pendugaan disebut estimasi secara statistic
(statistical estimate). Estimator yang baik haruslah mempunyai sifat: tidak bias, efisien,
dan konsisten.
- Estimasi tak bias dan efesien
Sebuah sampel statistik dinamakan estimator tak bias dari suatu parameter
populasi jika nilai mean atau harapan (ekspektasi) dari sampel statistik tsb. Sama
dengan parameter populasi. Nilai yang sesuai dengan sampel statistik tersebut
dinamakan ESTIMASI TAK BIAS dari parameter.
Contoh misalkan kita memiliki sampel (4,7,5,8,6) maka nilai mean dan varian dari
sampel tersebut.
X̅̅̅̅̅̅̅ = 4+7+5+8+6 = 6 dan S2 = (4-6)2 + (7-6)2 + (5-6)2+ (8-6)2 + (6-6)2 =2
5 5
Mean dan varian dari sampel di atas akan disebut sebagai ESTIMATOR
TAK BIAS apabila nilainya sama dengan nilai mean dan varians dari populasi, dan
nilainya disebut ESTIMASI TAK BIAS.
Jika suatu distribusi sampling dari dua sampel statistik memiliki nilai mean
yang sama. Maka sampel yang memiliki nilai varians lebih kecil disebut
 ESTIMATOR YANG LEBIH EFISIEN. Nilai dari sampel statistik yang efesien
disebut ESTIMASI EFISIEN.
C. JENIS-JENIS ESTIMASI
1. Estimasi Titik, Estimasi Interval, Reliabilitas
a. Estimitasi titik
Sebuah estimasi dari suatu parameter populasi yang diberikan dalam
satu nilai angka tertentu dinamakan dengan estimasi titik dari parameter
populasi.
Sedangkan sebuah estimasi dari suatu parameter populasi yang
diberikan dalam dua nilai angka yang mana nilai parameternya akan berada
diantara 2 nilai angka tersebut dinamakan dengan estimasi interval dari
parameter populasi.
Contoh :
Misalkan kita memperkirakan jika jarak dari kelas ini ke ttoilet adalah
7,35 meter, maka estimasi ini disebut dengan estimasi titik.
Estimasi titik adalah nilai tertentu yang digunakan untuk mengestimasi
nilai populasi ada tiga kriteria ketepatan estimasi titik sehingga bisa
digunakan untuk membuat keputusan tentang parameter populasi yaitu:
a) Tidak bias, tidak bias maksudnya disini adalah nilai statistik sampel
tidak akan persis sama dengan nilai parameter populasi. Nilainya
kemungkinan akan di bawah atau di atas karena kesalahan sampling.
Oleh karena itu keinginan kita adalah bahwa nilai harapan (expected
value) atau nilai rata-rata semua nilai statistik sampel yang diestimasi
secara random dari semua kemungkinan sampel yang ada sama dengan
parameter populasi. Jika hal ini benar maka dikatakan bahwa statistik
sampel adalah estimator yang tidak bias dari parameter populasi.
b) Konsisten, yaitu sebuah titik estimasi dikatakan konsisten bila nilai
statistik sampel cenderung sama dengan parameter populasi tidak bias
ketika jumlah sampel terus bertambah.
c) Efisiensi di mana suatu estimator yang tidak biasa mempunyai ciri yang
efisien bila mempunyai deviasi standar atau standard error yang lebih kecil di
dalam populasi yang sama.
b. Estimasi Interval
Ketepatan estimasi sample bisa diukur dengan menggunakan estimasi
interval. Estimasi interval adalah sebuah interval keyakinan (confidence
interval) berisi pernyataan keyakinan bahwa interval tersebut berisi nilai
parameter. Besarnya estimasi interval ini dipengaruhi oleh 3 faktor:
a) Besarnya sampel (n)
b) Tingkat keyakinan atau kepercayaan yang dipilih (level of confidence)
c) Variabilitas dari populasi yang diukur dengan standar deviasi.
Dari ketiga faktor tersebut kita bisa menentukan jenis distribusi mana
yang digunakan di dalam menghitung estimasi interval. Jika populasi
berdistribusi normal, maka pertanyaan berikutnya Apakah standar deviasi
dari populasi diketahui atau tidak. Jika diketahui maka kita menggunakan
uji distribusi Z. Namun jika tidak diketahui maka kita menggunakan uji
distribusi t. Bila populasi tidak mempunyai distribusi normal tetapi sampel
datanya besar yaitu paling tidak 30 atau lebih maka digunakan uji distribusi
Z. Sedangkan jika sampelnya kurang dari 30 maka digunakan uji non
parametrik.
Tetapi jika kita memperkirakan bahwa jaraknya adalah 7,35 +- 0,05
meter, yang artinya nilai parameternya akan berada diantara nilai 7,30
meter dan 7,40 meter, maka estimasi ini dinamakan dengan estimasi
interval.
Suatu pernyataan eror atau presisi dari suatu estimasi sering kali
disebut dengan reliabilitas.
c. Reliabilitas
Menurut Sugiono (2005) Pengertian Reliabilitas adalah serangkaian
pengukuran atau serangkaian alat ukur yang memiliki konsistensi bila
pengukuran yang dilakukan dengan alat ukur itu dilakukan secara berulang.
Reliabilitas tes adalah tingkat keajegan (konsitensi) suatu tes, yakni sejauh
mana suatu tes dapat dipercaya untuk menghasilkan skor yang ajeg, relatif
tidak berubah walaupun diteskan pada situasi yang berbeda-beda.
Tujuan Reliabilitas
Tujuan dari uji reliabilitas ini adalah untuk menunjukkan
konsistensi skor-skor yang diberikan skorer satu dengan skorer lainnya.
2. Estimasi Interval Kepercayaan Dari Parameter Populasi
a. Estimasi Interval
1) Pengertian
Selang kepercayaan (confidence interval) merupakan metode
digunakan untuk memperkirakan parameter populasi berdasarkan sampel
menggunakan metode statistik tertentu dalam sebuah rentang tertentu.
Sebagai contoh, sebuah lembaga konsultasi politik melakukan survei
untuk mengetahui tingkat keterpilihan calon presiden (parameter) yang
akan memperebutkan kursi kepresidenan dalam pemilihan umum
menggunakan sampel acak sebanyak 100.000 responden (metode
statistik).Sekitar 59 persen responden memilih calon “A”, plus atau
minus 5 persen. Ini berarti persentase orang yang memilih kandidat “A”
berada di suatu tempat antara 54 persen dan 64 persen.Interval
kepercayaan tidak dapat dipisahkan saat menggunakan statistik
inferensial.
2) Pentingnya interval kepercayaan
Tujuan menggunakan interval kepercayaan adalah memiliki margin
kesalahan sekecil mungkin. Semakin sempit interval, semakin akurat
nilai statistik yang kita gunakan.
Ada tiga faktor yang mempengaruhi margin oferror; tingkat kepercayaan,
ukuran sampel dan variabilitas dalam populasi.
- Tingkat Kepercayaan (Confidence Level)
Tingkat kepercayaan (confidence level) adalah ukuran percayaan dari sebuah
pengujian selang kepercayaan.Tingkat kepercayaan paling umum untuk
pengukuran statistik adalah 90%, 95% dan 99%.
Dalam menghitung rata-rata dan proporsi, selang kepercayaan diperoleh dari
pengurangan dan penambahan standar error (yang nilainya diperoleh dari
confidence level) ke nilai distribusi normal standar. (dilambangkan dengan
z*).Semakin tinggi tingkat kepercayaan, semakin besar nilai standar error.
- Ukuran Sampel dan Faktor Interval Keyakinan
Ukuran sampel dan margin oferror memiliki hubungan yang berlawanan. Jika
ukuran sampel meningkat, margin kesalahan oferror.Ini menjelaskan bahwa
semakin besar sampel yang kita gunakan, semakin akurat hasilnya.
Untuk membuat ukuran sampel yang efisien dan tepat, Anda perlu margin
oferror tertentu sebelum memulai penelitian.Anda dapat menggunakan rumus
ini untuk menentukan ukuran sampel terbaik!

Contoh: Ada 100 juta anak muda di Amerika Serikat. Berdasarkan hasil
penelitian, 50 persen dari anak muda tersebut tertarik menjalani pekerjaan
sebagai wirausaha.
Jika ingin memiliki interval kepercayaan yang sempit, berapa banyak sampel
yang tepat yang kami butuhkan?
Jawab: Jika Anda ingin menggunakan 200 sampel, maka Anda akan
menemukan:

Ini berarti margin of error adalah 0,07 atau 7 persen. Kita harus
menambahakan dan mengurangi nilai statistik uji yang dihasilkan dengan
0,07.
Contoh, bila hasil dari survei menyimpulkan bahwa 50 persen dari anak muda
tersebut menyatakan ingin berprofesi sebagai wirausaha, maka perkiraan
jumlah dari anak muda yang menyatakan keinginan tersebut sekitar 43-57
persen.
Nilai ini cukup besar sebagai toleransi kesalahan.
Sekarang, bagaimana jika menggunakan 2000 sampel?

Ini berarti margin oferror adalah 0,02 atau 2 persen. Kita harus menambah
atau mengurangi nilai statistik dengan 0,02.
Dengan kasus yang sama, dengan rata-rata 50 persen, kita bisa menyimpulkan
bahwa perkiraan rata-rata anak muda yang ingin berprofesi sebagai wirausaha
 adalah sebesar 48-52 persen.Rentang interval tersebut lebih kecil sehingga
kemungkinan akan lebih valid dengan penambahan jumlah sampel.
Ingat, confidence interval ini akan memberikan akurasi yang lebih baik ketika
ukuran populasi semakin besar.Marginoferror sering juga disebut sebagai
batas kesalahan atau galat error.
Satu lagi, ada hal yang disebut dengan non sampling error. Ini berarti, semakin
banyak sampel yang Anda miliki, akan semakin kesalahan lain yang berasal
dari luar metodologi.
- Variabilitas (standar deviasi) juga mengambil bagian dalam ukuran sampel.
Lihat rumus di bawah ini:

Berdasarkan rumus di atas, standar error memiliki pengaruh terhadap

variabilitas.
Peningkatan variabilitas akan mempengaruhi peningkatan standar error.
3. Tingkat kepercayaan
Tingkat kepercayaan adalah nilai probabilitas (1-alpha) yang terkait dengan
selang kepercayaan. Hal ini sering dinyatakan sebagai persentase. Misalnya, alfa =
0,05 = 5%, maka tingkat kepercayaan adalah sama dengan (1-0,05) = 0,95, yaitu
tingkat kepercayaan 95%.
4. Estimasi Interval Kepercayaan Nilai Rata-Rata (Mean)
Bila anda melakukan pengujian statistik rata-rata, maka anda bisa
menggunakan statistik tersebut dalam bentul selang kepercayaan. Berikut formula
yang digunakan:

Jika sampel terlalu kecil (kurang dari 30 ). Kita harus menggunakan distribusi-
t dengan derajat kebebasan n-1.
Contoh:
Misalkan anda sedang melakukan survei pendapatan rumah tangga untuk 10.000
responden. Salah satu indikator hasil adalah tingkat kemiskinan. Berdasarkan hasil
penelitian, menemukan bahwa terdapat 3000 orang miski. Asumsikan standar deviasi
adalah 500. Dengan tingkat kepercayaan 95 persen, buatlah selang kepercayaan dari
rata-rata tersebut!

Kesimpulan: Dengan tingkat kepercayaan 95 persen, tingkat kemiskinan di kota ini

sekitar 2901 hingga 3009 orang.
Catatan: Nilai z-score untuk signifikansi 5 persen adalah 1.96 didapat dari tabel
distribusi Z.
5. Estimasi Interval Kepercayaan Untuk Nilai Proporsi
Selang kepercayaan untuk proporsi populasi bertujuan untuk menghasilkan
selang kepercayaandalam menduga statistik uji yang dihasilkan yang berbentuk
proporsi.
Berikut formula selang kepercayaan untuk proporsi populasi:

Selang kepercayaan untuk proporsi sering digunakan dalam jenis data

kategori, Contoh data kategori adalah opini, preferensi, kebiasaan, dll. Biasanya
peneliti memperkirakannya dengan membuat proporsi berdasarkan karakteristik atau
criteria tertentu, contoh presentase orang yang suka pedas atau tidak, proporsi pekerja
pagi dan banyk lainnya. Dengan selang kepercayaan, seorang peneliti biasa
memperkirakan proporsi populasi menggunakan proporsi sampel dan sesuai margin of
error.
Contoh :
Misalkan anda ingin memperkirakan pesentase pelanggan yang suka mie rasa pedas.
Katakanlah kita ingin interval kepercayaan 95 persen. Anda memilki 100 sampel acak
sebagai responden dari survey kepuasan pelanggan. Ada 44 pelanggan yang suka mie
pedas. Tentukan interval kepercayaan proporsi pelanggan yang suka mie pedas ?
Jawaban :
Kesimpulan: dengan tingkat kepercayaan 95 persen, presentase pelanggan yang
menyukai mie pedas adalah sekitar 0,39 hingga 0,49 persen.
6. Estimasi Interval Kepercayaan Untuk Nilai Varian
Pengujian hipotesis mengenai variansi populasi atau simpangan baku berarti
kita menguji hipotesis mengenai keseragaman suatu populasi atau membandingkan
keseragaman suatu populasi dengan populasi lainya. Statistik yang cocok sebagai
dasar keputusan adalah statistic chi square (χ 2) dan statistik F. Berikut ini
merupakan selang kepercayaan varian untuk satu populasi maupun dua populasi
1) Selang Kepercayaan Varian Satu Populasi

Contoh Soal :
Data berikut ini berupa volume, dalam desimeter, 10 kaleng buah apel hasil
produksi sebuah perusahaan tertentu : 46.4, 46.1, 45.8, 47.0, 46.1, 45.9, 45.8,
46.9, 45.2, dan 46.0. Buatlah selang kepercayaan 95% bagi varian volume
kaleng buah apel dari hasil perusahaan tersebut, bila kita asumsikan volume
kaleng tersebut menyebar normal.
Jawab :
Dari contoh soal tersebut, kita punya informasi

Kita menghitung varian sampel dan diperoleh hasil

Dengan derajat bebas pada Tabel chi-square, kita peroleh

dan

Sehingga kita peroleh selang kepercayaan

 atau

2) Selang Kepercayaan dalam dua Populasi

Untuk mendapatkan selang kepercayaan , kita ilustrasikan distribusi

F yang disajikan dalam kurva sebagai berikut

Jika kita substitusikan ke dalam ketidaksamaan di atas maka

kita peroleh

Dengan menggandakan setiap suku dalam ketidaksamaan tersebut dan

membalikkan suku-sukunya kita peroleh

Dalam ketidaksamaan diatas, kita dapat memodifikasi dari dengan

sehingga kita peroleh

Dari beberapa uraian diatas, kita dapat menyimpulkan selang kepercayaan

apabila dan merupakan ragam dua sampel acak berukuran dan diambil
dari populasi normal adalah sebagai berikut

dengan derajat bebas masing-masing

kelompok populasi sebagai dan

Contoh Soal

Suatu tes penempatan untuk matamatika diberikan pada 25 siswa laki-laki dan 16
siswa perempuan. Siswa laki-laki mencapai nilai rata-rata 82 dengan simpangan baku
8, sedangkan siswa perempuan mencapai nilai rata-rata 78 dengan simpangan baku 7.

Buat selang kepercayaan 98% bagi dan , bila dan masing-masing

adalah ragam populasi semua nilai siswa laki-laki dan perempuan yang mungkin
mengambil tes tersebut. Asumsikan bahwa populasi berdistribusi normal.

Jawab

Dari contoh soal tersebut, kita punya informasi

untuk selang kepercayaan 98%, kita ambil berdasarkan
dan sesuai tabel distribusi F maka kita peroleh

dan

Dengan mensubstitusi nilai-nilai di atas

ke kita dapatkan selang kepercayaan

98% atau
 BAB III
PENUTUP

3.1. Kesimpulan
Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi
dengan memakai nilai sampel. Nilai penduga disebut dengan estimator, sedangkan hasil
estimasi disebut dengan estimasi secara statistik.Tiap-tiap estimasi dapat memiliki taraf
validitas yang berbeda. Suatu data Statistik merupakan alat estimasi yang tepat atau valid
apabila data statitik tersebut tidak berbeda dengan data parametriknya. Suatu estimasi di
samping memiliki taraf validitas juga memiliki taraf reliabilitas, reliabilitas estimasi ini di
tentukan oleh jenis estimasi yang dipergunakan di dalam statistik kita membedakan dua
macam estimasi, yaitu :estimasi titik dan estimasi interval.
Pendugaan(estimasi) bertujuan untuk mendapatkan gambaran yang jelas tentang cirri-
ciri populasi yang tidak diketahui dengan menggunakan informasi ncontoh atau
penduga(estimator).Agar ciri-ciri atau parameter populasi dapat ditampilkan dengan jelas dan
benar maka penduga yang digunakan harus merupakan penduga yang terbaik.Suatu penduga
dikatakan baik apabila memiliki cirri-ciri berikut.
Ciri Estimator yang Baik: Tidak bias, efisien dan konsisten. Sifat- sifat estimator:
Unbias estimator : sample akurat, Relatively Efficient Estimator atau biasa disebut presisi,
Consistent Estimator : mendekati ukuran sebenarnya.
 DAFTAR PUSTAKA

Agus, Mikha Widiyanto. 2013. Statistika Terapan. Jakarta: PT elex media komputindo.
Harvey,D.2000.Modern Analytical Chemistry.The McGraw-Hill Companies. USA.
Sabri, Luknis dan Hastono, Sutanto Priyo. 2013. Statistik Kesehatan. Jakarta: PT. Raja
Grafindo Persada.
Walpole, Ronald E., (1982). Pengantar Statistika, ed.3. Jakarta: PT Gramedia Pustaka Utama
https://www.dosenpendidikan.co.id/reliabilitas/