Nama : Sekar Resta Puspitasari

NIM : 2002109009

Kelas : PBI 7A

Pada kasus ini peneiliti ingin mengadakan penelitian tentang penggunaan metode pengajar
untuk mengajar “Writing” pada siswa kelas 1 SMPN 2 Bandung tahun akademik 2023/2024.
Peneliti ingin mengetahui apakah metode yang digunakan oleh peneliti gunakan llebih efektif
dari metode yang telah digunakan oleh guru. Sebut saja metode yang digunakan peneliti dengan
Metode A dan metode yang digunakan oleh guru dengan Metode B.

A. Hipotesis Penelitian
Dari latar belakang di atas peneliti mengajukan dua jenis hipotesis.
a. Efektivitas Metode
Ho : Metode A tidak lebih efektif dari pada Metode B untuk mengajar “Writing”
pada siswa kelas 1 SMPN 2 Bandung tahun akademik 2023/2024.
H1 : Metode A lebih efektif dari pada Metode B untuk mengajar “Writing” pada
siswa kelas 1 SMPN 2 Bandung tahun akademik 2023/2024.

b. Signifikansi
H0 : Tidak ada perbedaan yang signifikan antara Metode A dan Metode B untuk
mengajar “Writing” pada siswa kelas 1 SMPN 2 Bandung tahun akademik
2023/2024.

B. Hasil Penelitian
Berikut ini merupakan table hasil penelitian yang telah dilakukan. Sampel yang diambil
sebanyak 35 siswa dari semua siswa kelas 7 SMPN 2 Bandung tahun akademik
2023/2024 yang dibagi dalam dua kelas, yaitu kelas eksperimen dan kelas kontrol. Data
ini merupakan nilai Writing siswa.
C. Analisis Hasil Penelitian
Karena penelitian ini bertujuan untuk menentukan apakah metode A lebih efektif dari
metode B. Maka dari hasil yang diperoleh akan dilakukan analisis data dengan
menggunakan teknik T-Test. T-Test yang digunakan untuk penelitian ini adalah
Independent sample t-test hal ini karena kedua data yang diperoleh tidak saling
berhubungan satu dengan yang lainnya dan dengan subyek sample yang berbeda. Ada
beberapa syarat yang harus dipenuhi agar T-Test ini dapat dilakukan, diantaranya:
 data merupakan data Interval (numeric)
 Data terdistribusi normal
 Data (sampel) memiliki varian yang sama (Homogen)
Oleh karena itu sebelum melakukan T-Test ada beberapa test atau analisis yang perlu
dilaksanakan.

1. Analisis Distribusi Frekuensi

Distribusi Frekuensi adalah pengelompokkan data ke dalam beberapa kategori
yang menunjukkan banyaknya data dalam setiap kategori, dan setiap data tidak
 dapat dimasukkan ke dalam dua atau lebih kategori. Distribusi frekuensi adalah
susunan data dalam bentuk tunggal atau kelompok menurut kelas-kelas tertentu
dalam sebuah daftar. Menurut Hasan, distribusi frekuensi adalah susunan data
menurut kelas-kelas tertentu (2005: 41). Sedangkan menurut Suharyadi dan
Purwanto, distribusi frekuensi adalah pengelompokan data ke dalam beberapa
kategori yang menunjukkan banyaknya data dalam setiap kategori, dan setiap
data tidak dapat dimasukkan ke dalam dua atau lebih kategori (2003: 25).
Tujuan distribusi frekuensi ini, yaitu :
a. Memudahkan dalam penyajian data, mudah dipahami, dan dibaca sebagai
bahan informasi.
b. Memudahkan dalam menganalisa/menghitung data, membuat tabel, grafik.

Dari data yang diperoleh, berikut ini merupakan hasil yang analisis yang
diperoleh

a. Metode A
The writing scores of the students taught using clustering technique can be
described as follows; the highest score is 93 and the lowest score is 73. The
range is 20. The number of the class used is 6 and the interval of each class
is 3. The mean score is 83.69, the mode is 77.50, the median is 84.00, and
the standard deviation is 6.18. The complete data description consists of
frequency of distribution, histogram.

Class limits Class Boundaries Midpoint Frequency

Percentage fixi xi² fixi²
lower high lower high (xi) (fi)
73 75 72.5 75.5 74 3 9 222 5476 16428
76 78 75.5 78.5 77 7 20 539 5929 41503
79 81 78.5 81.5 80 5 14 400 6400 32000
82 84 81.5 84.5 83 3 9 249 6889 20667
85 87 84.5 87.5 86 4 11 344 7396 29584
88 90 87.5 90.5 89 7 20 623 7921 55447
91 93 90.5 93.5 92 6 17 552 8464 50784
35 100 2929 48475 246413
∑fixi ∑fixi²
 8

5
Frequency

73−75 76−78 79−81 82−84 85−87 88−90 91−93

Histogram Class Boundaries
Polygon

b. Metode B
The writing scores of the students taught using clustering technique can be
described as follows; the highest score is 88 and the lowest score is 69. The
range is 16. The number of the class used is 6 and the interval of each class
is 3. The mean score is 75.57, the mode is 70.81, the median is 74.80, and
the standard deviation is 4.89. The complete data description consists of
frequency of distribution, histogram.

Class limits Class Boundaries Midpoint Frequency

Percentage fixi xi² fixi²
lower high lower high (xi) (fi)
69 71 68.5 71.5 70 10 29 700 4900 49000
72 74 71.5 74.5 73 7 20 511 5329 37303
75 77 74.5 77.5 76 5 14 380 5776 28880
78 80 77.5 80.5 79 6 17 474 6241 37446
81 83 80.5 83.5 82 5 14 410 6724 33620
84 86 83.5 86.5 85 2 6 170 7225 14450

35 100 2645 36195 200699

∑fixi ∑fixi²
 10
Frequency

69−71 72−74 75−77 78−80 81−83 84−86

Class Boundaries

2. Uji Normalitas Data

Uji normalitas berguna untuk menentukan data yang telah dikumpulkan
berdistribusi normal atau diambil dari populasi normal. Metode klasik dalam
pengujian normalitas suatu data tidak begitu rumit. Berdasarkan pengalaman
empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka (n >
30), maka sudah dapat diasumsikan berdistribusi normal. Biasa dikatakan
sebagai sampel besar. Namun untuk memberikan kepastian, data yang dimiliki
berdistribusi normal atau tidak, sebaiknya digunakan uji statistik normalitas.
Karena belum tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal,
demikian sebaliknya data yang banyaknya kurang dari 30 belum tentu tidak
berdistribusi normal, untuk itu perlu suatu pembuktian. uji statistik normalitas
yang dapat digunakan diantaranya Chi-Square, Kolmogorov Smirnov,
Lilliefors, Shapiro Wilk.
Pada dasarnya kita dapat menggunakan uji normalitas dengan metode Chi-
Square dengan menggunaka data hasil analisis distribusi frekuensi di atas.
Namun pada pengujian normalitas hasil penelitian ini akan menggunakan
metode Liliefors yang lazim dan telah banyak digunakan oleh para peneliti.
Syarat dari pengujian dengan metode ini adalah data yang didapat belum diolah
dalam bentuk table distribusi frekuensi.

Pada pengujian ini kita memerlukan level siginfikansi. Tapi apakah itu? Tingkat
signifikansi (α) menunjukkan probabilitas atau peluang kesalahan yang
ditetapkan peneliti dalam mengambil keputusan untuk menolak atau
mendukung hipotesis nol, atau dapat diartikan juga sebagai tingkat kesalahan
atau tingkat kekeliruan yang ditolerir oleh peneliti, yang diakibatkan oleh
kemungkinan adanya kesalahan dalam pengambilan sampel (sampling error).

Tingkat signifikansi dinyatakan dalam persen dan dilambngkan dengan α.

Misalnya, ditetapkan tingkat signifikansi α = 5% atau α = 10%. Artinya,
keputusan peneliti untuk menolak atau mendukung hipotesis nol memiliki
probabilitas kesalahan sebesar 5% atau 10%. Dalam beberapa program statistik
berbasis komputer, tingkat signifikansi selalu disertakan dan ditulis sebagai Sig.
(= significance), atau dalam program komputer lainnya ditulis ρ-value. Nilai Sig
atau ρ – value, seperti telah diuraikan di atas, adalah nilai probabilitas kesalahan
yang dihitung atau menunjukkan tingkat probabilitas kesalahan yang
sebenarnya. Tingkat kesalahan ini digunakan sebagai dasar untuk mengambil
keputusan dalam pengujian hipotesis.

Sementara tingkat kepercayaan pada dasarnya menunjukkan tingkat

keterpercayaan sejauhmana statistik sampel dapat mengestimasi dengan benar
parameter populasi dan/atau sejauhmana pengambilan keputusan mengenai
hasil uji hipotesis nol diyakini kebenarannya. Dalam statistika, tingkat
kepercayaan nilainya berkisar antara 0 sampai 100% dan dilambangkan oleh 1
– α. Secara konvensional, para peneliti dalam ilmu-ilmu sosial sering
menetapkan tingkat kepercayaan berkisar antara 95% – 99%. Jika dikatakan
tingkat kepercayaan yang digunakan adalah 95%, ini berarti tingkat kepastian
statistik sampel mengestimasi dengan benar parameter populasi adalah 95%,
atau tingkat keyakinan untuk menolak atau mendukung hipotesis nol dengan
benar adalah 95%.
 Pada uji normalitas hasil penelitian ini baik hasil yang didapat dengan Metode
A maupun Metode B menggunakan level signifikansi sebesar α = 5%. Artinya
margin eror yang ditetapkan sebesar 5 % dari data yang diperoleh dengan
tingkat kepercayaan hasil penghitungan sebesar 95%. Seperti halnya peneilitian
sebelum kita menghitung/menganalisis data yang diperoleh terlebih dahulu kita
tetapkan hipotesisnya terlebih dahulu. Karena ada dua data yang diperoleh.
Maka dapat dirumuskan hipotesis untuk Metode A dan Metode B sebagai
berikut.

Ho : Populasi nilai Writing berdistribusi normal

H1 : Populasi nilai Writing tidak berdistribusi normal

│F(zi)-
No. Rank Xi Xi2 zi F(zi) s(zi)
s(zi)│
1 1 73 5329 -1.71 0.0437 0.0286 0.0151
2 3 75 5625 -1.38 0.0832 0.0857 0.0025
3 3 75 5625 -1.38 0.0832 0.0857 0.0025
4 6 76 5776 -1.22 0.1111 0.1714 0.0603
5 6 76 5776 -1.22 0.1111 0.1714 0.0603
6 6 76 5776 -1.22 0.1111 0.1714 0.0603
7 7 77 5929 -1.06 0.1451 0.2000 0.0549
8 10 78 6084 -0.89 0.1855 0.2857 0.1002
9 10 78 6084 -0.89 0.1855 0.2857 0.1002
10 10 78 6084 -0.89 0.1855 0.2857 0.1002
11 13 79 6241 -0.73 0.2323 0.3714 0.1392
12 13 79 6241 -0.73 0.2323 0.3714 0.1392
13 13 79 6241 -0.73 0.2323 0.3714 0.1392
14 14 80 6400 -0.57 0.2849 0.4000 0.1151
15 15 81 6561 -0.41 0.3426 0.4286 0.0860
16 17 82 6724 -0.24 0.4043 0.4857 0.0814
17 17 82 6724 -0.24 0.4043 0.4857 0.0814
18 18 83 6889 -0.08 0.4684 0.5143 0.0458
19 20 85 7225 0.25 0.5975 0.5714 0.0261
20 20 85 7225 0.25 0.5975 0.5714 0.0261
21 21 86 7396 0.41 0.6591 0.6000 0.0591
22 22 87 7569 0.57 0.7167 0.6286 0.0881
23 26 88 7744 0.74 0.7692 0.7429 0.0263
24 26 88 7744 0.74 0.7692 0.7429 0.0263
25 26 88 7744 0.74 0.7692 0.7429 0.0263
26 26 88 7744 0.74 0.7692 0.7429 0.0263
27 27 89 7921 0.90 0.8157 0.7714 0.0443
28 29 90 8100 1.06 0.8559 0.8286 0.0274
29 29 90 8100 1.06 0.8559 0.8286 0.0274
30 31 91 8281 1.23 0.8898 0.8857 0.0041
31 31 91 8281 1.23 0.8898 0.8857 0.0041
32 34 92 8464 1.39 0.9175 0.9714 0.0539
33 34 92 8464 1.39 0.9175 0.9714 0.0539
34 34 92 8464 1.39 0.9175 0.9714 0.0539
35 35 93 8649 1.55 0.9396 1.0000 0.0604

Dan berikut ini pemaparan hasil analisis uji normalitas untuk kedua data. Yang
pertama untuk data yang diperoleh dari penerapan metode A.

Nilai | F(x) - S(x) | tertinggi sebagai angka penguji normalitas di atas, yaitu
0,1392. Nilai Kuantil Penguji Lilliefors, α = 0,05 ; N = 35 yaitu 0,1498. Daerah
penolakan menggunakan rumus | 0,1392 | < | 0,1498| ; berarti Ho diterima, Ha
ditolak. Sehingga dapat disimpulkan populasi nilai writing untuk Metode A
berdistribusi normal. Kemudian, mari kita lihat hasil analisis uji normalitas
untuk metode B.

│F(zi)-
No. Rank Xi Xi2 zi F(zi) s(zi)
s(zi)│
1 2 69 4761 -1.33 0.092 0.057 0.034
2 2 69 4761 -1.33 0.092 0.057 0.034
3 8 70 4900 -1.13 0.130 0.229 0.099
4 8 70 4900 -1.13 0.130 0.229 0.099
5 8 70 4900 -1.13 0.130 0.229 0.099
6 8 70 4900 -1.13 0.130 0.229 0.099
7 8 70 4900 -1.13 0.130 0.229 0.099
8 8 70 4900 -1.13 0.130 0.229 0.099
9 10 71 5041 -0.92 0.179 0.286 0.107
10 10 71 5041 -0.92 0.179 0.286 0.107
11 12 72 5184 -0.72 0.237 0.343 0.106
12 12 72 5184 -0.72 0.237 0.343 0.106
13 14 73 5329 -0.51 0.305 0.400 0.095
14 14 73 5329 -0.51 0.305 0.400 0.095
15 17 74 5476 -0.31 0.380 0.486 0.106
16 17 74 5476 -0.31 0.380 0.486 0.106
17 17 74 5476 -0.31 0.380 0.486 0.106
18 19 75 5625 -0.10 0.460 0.543 0.083
19 19 75 5625 -0.10 0.460 0.543 0.083
20 22 76 5776 0.11 0.542 0.629 0.087
21 22 76 5776 0.11 0.542 0.629 0.087
22 22 76 5776 0.11 0.542 0.629 0.087
23 25 78 6084 0.52 0.697 0.714 0.017
24 25 78 6084 0.52 0.697 0.714 0.017
25 23 78 6084 0.52 0.697 0.657 0.040
26 26 79 6241 0.72 0.765 0.743 0.022
27 26 79 6241 0.72 0.765 0.743 0.022
28 28 80 6400 0.93 0.823 0.800 0.023
29 30 81 6561 1.13 0.871 0.857 0.014
30 30 81 6561 1.13 0.871 0.857 0.014
31 33 83 6889 1.54 0.939 0.943 0.004
32 33 83 6889 1.54 0.939 0.943 0.004
33 33 83 6889 1.54 0.939 0.943 0.004
34 34 84 7056 1.75 0.960 0.971 0.012
35 35 85 7225 1.95 0.975 1.000 0.025

Nilai | F(x) - S(x) | tertinggi sebagai angka penguji normalitas di atas, yaitu
0,107. Nilai Kuantil Penguji Lilliefors, α = 0,05 ; N = 35 yaitu 0,150. Daerah
penolakan menggunakan rumus | 0,107 | < | 0,150| ; berarti Ho diterima, Ha
ditolak. Sehingga dapat disimpulkan populasi nilai writing untuk Metode B
berdistribusi normal. Untuk lebih jelas bisa dilihat pada lampiran hasil
perhitungan normalitas pada halaman selanjutnya.

3. Uji Homogenitas Data

Pengujian homogenitas adalah pengujian mengenai sama tidaknya variansi-
variansi dua buah distribusi atau lebih. Uji homogenitas yang akan digunakan
dalam analisis ini adalah Uji Burlett. Uji homogenitas dilakukan untuk
mengetahui apakah data dalam variabel X dan Y (atau pada analisis ini X1 dan
X2) bersifat homogen atau tidak.

Uji homogenitas ini diperlukan sebagai syarat sebelum dilakukan Uji-T untuk
menjawab hipotesa yang telah dirumuskan di atas. Seperti halnya pada uji
normalitas di atas, uji homogenitas juga memerlukan level signifikansi untuk α
= 5% yang artinya probabilitas keselahan untuk menentukan mendukung atau
menolak hipotesis yang ada sebesar 5% dan 95% keyaikan dalam mendukung
atau menolak hipotesis.

Selain itu diperlukan degree of freedom atau derajat kebebasan. Derajat

kebebasan (Degree of Freedom) adalah derajat ketergantungan banyaknya
observasi dan banyaknya variabel independen yang digunakan untuk
menentukan nilai kritis. Rumus yang digunakan untuk menentukan nilai derajat
kebebasan ini adalah jumlah sample dikurangi 1 atau apabila ditulis dalam
rumus df=n-1 atau dk=k-1.

Berikut ini merupakan hasil perhitungan homoginitas.

Experiment Control
No X₁² X₂²
(X1) (X2)
1 73.0 69.0 5329.0 4761.0
2 75.0 69.0 5625.0 4761.0
3 75.0 70.0 5625.0 4900.0
4 76.0 70.0 5776.0 4900.0
5 76.0 70.0 5776.0 4900.0
6 76.0 70.0 5776.0 4900.0
7 77.0 70.0 5929.0 4900.0
8 78.0 70.0 6084.0 4900.0
9 78.0 71.0 6084.0 5041.0
10 78.0 71.0 6084.0 5041.0
11 79.0 72.0 6241.0 5184.0
12 79.0 72.0 6241.0 5184.0
13 79.0 73.0 6241.0 5329.0
14 80.0 73.0 6400.0 5329.0
15 81.0 74.0 6561.0 5476.0
16 82.0 74.0 6724.0 5476.0
17 82.0 74.0 6724.0 5476.0
18 83.0 75.0 6889.0 5625.0
19 85.0 75.0 7225.0 5625.0
20 85.0 76.0 7225.0 5776.0
21 86.0 76.0 7396.0 5776.0
22 87.0 76.0 7569.0 5776.0
23 88.0 78.0 7744.0 6084.0
24 88.0 78.0 7744.0 6084.0
25 88.0 78.0 7744.0 6084.0
26 88.0 79.0 7744.0 6241.0
27 89.0 79.0 7921.0 6241.0
28 90.0 80.0 8100.0 6400.0
29 90.0 81.0 8100.0 6561.0
30 91.0 81.0 8281.0 6561.0
31 91.0 83.0 8281.0 6889.0
32 92.0 83.0 8464.0 6889.0
 33 92.0 83.0 8464.0 6889.0
34 92.0 84.0 8464.0 7056.0
35 93.0 85.0 8649.0 7225.0
∑ 2922.0 2642.0 245224.0 200240.0
∑X2 8538084.0 6980164.0
(∑X)2/n 243945.3 199433.3

Sample df 1/(df) si² log si² (df)log si²

1 34 0.029 37.610 1.58 53.560
2 34 0.029 23.728 1.38 46.759
∑ 68 0.059 61.338 2.95 100.319

Dari tabel perhitungan di atas didapatkan hasil Xo 2 (chi-kuadrat hitung) sebesar

3,76. Jika α = 5% dari tabel distribusi chi kuadrat dengan df = 34 didapat nilai
Xt 2 (dengan melihat tabel chi-square) sebesar 44,98. Daerah penolakan
menggunakan rumus | 3,76| < | 44,98|. Sehingga dapat disimpulkan bahwa data
X1 dan X2 tersebut memiliki varian yang sama atau homogen. Untuk hasil
lengkap perhitungan homoginitas dapat dilihat pada lampiran halaman
selanjutnya.

Dari uji awal di atas diketahui bahwa data telah memenuhi syarat untuk
dilakukan pengujian T-Test dengan hasil berikut ini:
1. Data merupakan data interval (numerik)
2. Kedua jenis data berdistribusi normal.
3. Memilik varian yang sama (homogen).

Selanjutnya akan dilakukan pengujian dengan menggunakan T-Test untuk

menjawab hipotesis yang telah dirumuskan pada bagian awal makalah ini.
Berikut ini merupakan tabel pengujian T-Test.

group 1 group 2
NO (stress condition) (non-stress condition)
X1 x1 x12 X2 x2 x22
1 73.0 -10.5 109.95 69.0 -6.5 42.06
2 75.0 -8.5 72.01 69.0 -6.5 42.06
3 75.0 -8.5 72.01 70.0 -5.5 30.09
4 76.0 -7.5 56.04 70.0 -5.5 30.09
5 76.0 -7.5 56.04 70.0 -5.5 30.09
6 76.0 -7.5 56.04 70.0 -5.5 30.09
7 77.0 -6.5 42.06 70.0 -5.5 30.09
8 78.0 -5.5 30.09 70.0 -5.5 30.09
9 78.0 -5.5 30.09 71.0 -4.5 20.12
10 78.0 -5.5 30.09 71.0 -4.5 20.12
11 79.0 -4.5 20.12 72.0 -3.5 12.15
12 79.0 -4.5 20.12 72.0 -3.5 12.15
13 79.0 -4.5 20.12 73.0 -2.5 6.18
14 80.0 -3.5 12.15 73.0 -2.5 6.18
15 81.0 -2.5 6.18 74.0 -1.5 2.21
16 82.0 -1.5 2.21 74.0 -1.5 2.21
17 82.0 -1.5 2.21 74.0 -1.5 2.21
18 83.0 -0.5 0.24 75.0 -0.5 0.24
19 85.0 1.5 2.29 75.0 -0.5 0.24
20 85.0 1.5 2.29 76.0 0.5 0.26
21 86.0 2.5 6.32 76.0 0.5 0.26
22 87.0 3.5 12.35 76.0 0.5 0.26
23 88.0 4.5 20.38 78.0 2.5 6.32
24 88.0 4.5 20.38 78.0 2.5 6.32
25 88.0 4.5 20.38 78.0 2.5 6.32
26 88.0 4.5 20.38 79.0 3.5 12.35
27 89.0 5.5 30.41 79.0 3.5 12.35
28 90.0 6.5 42.44 80.0 4.5 20.38
29 90.0 6.5 42.44 81.0 5.5 30.41
30 91.0 7.5 56.46 81.0 5.5 30.41
31 91.0 7.5 56.46 83.0 7.5 56.46
32 92.0 8.5 72.49 83.0 7.5 56.46
 33 92.0 8.5 72.49 83.0 7.5 56.46
34 92.0 8.5 72.49 84.0 8.5 72.49
35 93.0 9.5 90.52 85.0 9.5 90.52
sum 2922.0 1278.7 2642.0 806.7
mean 83.486 75.486
N 35 35

Dari tabel tersebut didaptkan hasil to (t-hitung) sebesar 6,043. Jika α = 5% dari
t-table dengan df = 68 (pada bagian 2-tail karena menguji 2 independent
variable) didapat nilai tt (6,043). Daerah penolakan menggunakan |6,043| >
|6,043|. Karena diketahui to (6,043) lebih besar dari tt (68, 0.05) (6,043), maka
Ho pada hipotesis kedua ditolak dan dapat disimpulkan bahwa ada perbedaan
yang signifikan antara Metode A dan Metode B. Kemudian karena nilai rata-
rata X1 (83,48) lebih besar dari nilai rata-rata X2 (75,48), maka Ho pada
hipotesis pertama ditolak dan dapat disimpulkan bahwa Metode A lebih efektif
dari pada Metode B.

Berdasarkan table output diatas diketahui jumlah data hasil belajar untuk
metode A dan B sebanyak 35 orang siswa. Nilai rata-rata hasil belajar witing
siswa atau Mean untuk metode A sebesar 83,4857, sementara metode B sebesar
75,4857. Dengan demikian secara deskriptif statistik dapat disimpulkan ada
perbedaan rata-rata hasil belajar siswa antara metode A dengan metode B.
Kemudian berdasarkan output “Independent Samples Test” pada bagian “Equal
variances assumed” diketahui nilai Sig. (2-tailed) sebesar 0,000 < 0,05, maka
sebagaimana dasar pengambilan keputusan dalam uji independent sample t test
dapat disimpulkan bahwa Ho ditolak dan H1 diterima. Dengan demikian dapat
disimpulkan bahwa ada perbedaan yang signifikan (nyata) antara rata-rata hasil
belajar writing menggunakan metode A dan metode B.