KATA PENGANTAR
Puji syukur kita panjatkan kehadirat Allah Swt. yang telah memberikan rahmat dan
hidayah-Nya sehingga saya dapat menyelesaikan tugas yang berjudul "Laporan Praktikum
Statistika" ini tepat pada waktunya. Adapun tujuan dari penulisan dari laporan ini adalah
untuk memenuhi tugas ujian praktikum. Selain itu, laporan ini juga bertujuan untuk
menambah wawasan tentang pengolahan data di kehidupan sehari-hari bagi para pembaca
dan juga bagi penulis. Terlebih dahulu, saya mengucapkan terima kasih kepada Ibu Firra
Rosariawari, S.T., M.T., selaku Dosen Statistika yang telah memberikan tugas ini sehingga
dapat menambah pengetahuan dan wawasan sesuai dengan bidang studi yang saya tekuni
ini. Saya juga mengucapkan terima kasih kepada semua pihak yang tidak dapat saya
sebutkan semua, terima kasih atas bantuannya sehingga sehingga saya dapat
menyelesaikan tugas ini. Kemudian, saya menyadari bahwa tugas yang saya tulis ini masih
jauh dari kata sempurna. Oleh karena itu, kritik dan saran yang membangun kami butuhkan
demi kesempurnaan laporan ini.
Penulis
ii
iii
DAFTAR ISI
M1 & M2 …………………………………………………………………………………..1
M3 ………………………………………………………………………………………...40
M4 & M5 ………………………………………………………………………………....61
M6 & M7 ………………………………………………………………………………..113
DAFTAR GAMBAR
iii
iv
Gambar 11. Korelasi: Waktu Pengolahan (menit), COD, TSS, TDS ………………...25
Gambar 26. Input Data Analisis Regresi Linier Sederhana di Software …………….63
iv
v
Gambar 65. Hasil Running Vol Titrasi Pagi Versus Stasiun 116
Gambar 66. Hasil Running Vol Titrasi Pagi Versus Tanggal 118
DAFTAR TABEL
vii
1
LABORATORIUM KOMPUTER
10.00-
Absensi Barcode
10.10
10.10-
Test Awal
11.20
Praktikum
Laporan Sementara
● WAKTU SAMPLING
3
= 0,375(1-0,05)
= 0,35625
● Penyisihan Fosfat
4
= 0,(1-0,05)
= 0,35625
● Penyisihan COD
5
= 0,375 (1-0,05)
= 0,35625
BAB I
PENDAHULUAN
1. Mahasiswa diharapkan dapat menguji apakah ata atau residul data telah
mengikuti distribusinormal atau data dikatakan mengikuti distribusi normal jika
titik-titik data yang diplot telah mengikuti garis lurus.
2. Mahasiswa dapat mengetahui dari prosedur uji normalitas
3. Mahasiswa dapat menentukan KS hitung dan menganilisi hasil uji normalita
1.3. Ruang Lingkup
Ruang lingkup pada praktikum uji normalitas ini yaitu sebagai berikut:
1. Pelaksanaan praktikum dilaksanakan pada hari senin tanggal 13 November 2023
pada pukul 12.45-12.50 (Pre-Test) dan dilanjut pengujian data pada pukul 13.30-
16.00.
2. Praktikum ini memfokuskan pada proses percobaan Analisis Normalitas Data
dengan bantuan aplikasi atau software Minitab.
3. Pada buku petunjuk Teknik Lingkungan 2023 telah tercantum instruksi kerja untuk
analisis uji normalitas data dengan menggunakan bantuan aplikasi atau software
Minitab.
4. Proses pelaksanaan praktikum dilaksanakan secara daring melalui media e-learning
dan zoom meeting yang diberikan oleh pihak laboratorium UPN `veteran` Jawa
Timur.
8
BAB II
TINJAUAN PUSTAKA
2.1.Uji Normalitas
Variabel adalah konstruk ( construct )atau sifat yang akan dipelajari. Variabel dapat
dikatakan sebagai suatu sifat yang diambil dari suatu nilai yang berbeda. Sehingga, dapat
diketahui bahwa variabel merupakan sesuatu yang bervariasi. Dapat disimpulkan bahwa
variabel adalah suatu subjek dari penelitian yang ditetapkan oleh peneliti untuk kemudian
akan dipelajari. Dalam pelaksanaannya variabel sangat berpengaruh penting terhadap suatu
penelitian. Saat melakukan penelitian, variabel dapat ditentukan dengan baik, sehingga
relevan terhadap tujuan penelitian. Uji normalitas menjadi prasyarat, dengan kata lain,
hasil uji normalitas dapat membedakan perlakuan atau metode yang seharusnya diberikan
kepada data yang akan dianalisis (Oktaviani M A and Hari Basuki Notobroto, 2014).
Selain untuk menentukan suatu data berdistribusi normal, mendekati normal, atau tidak
berdistribusi normal, uji normalitas juga berguna untuk menentukan variabel dependen
atau independen.
Menurut beberapa ahli, uji normalitas adalah pengujian yang berguna untuk
mengetahui apakah variabel dependen, independen atau keduanya berdistribusi normal,
mendekati normal atau tidak. Pada penelitian ini, untuk mendeteksi apakah data yang
digunakan berdistribusi normal atau tidak dapat diketahui dengan menggambarkan
penyebaran data melalui sebuah grafik. Jika data menyebar di sekitar garis diagonal dan
mengikuti arah garis diagonalnya, model regresi memenuhi uji normalitas, (Husein Umar,
2013). Menurut Ghozali (2016) uji normalitas dilakukan untuk menguji apakah pada suatu
model regresi, suatu variabel independen dan variabel dependen ataupun keduanya
mempunyai distribusi normal atau tidak normal. Apabila suatu variabel tidak berdistribusi
secara normal, maka hasil uji statistik akan mengalami penurunan. Pada uji normalitas data
ini dapat dilakukan dengan menggunakan uji One Sample Kolmogorov Smirnov.
2.2. Kolmogorov-Smirnov
Uji Normalitas biasanya menggunakkan Kolmogorov Smirnov. Metode ini
termasuk metode sederhana dan tidak menimbulkan kesalahan persepsi antara pengamat
satu dengan lainnya yang biasanya sering terjadi pada uji normalitas dengan menggunakan
grafik.Metode ini memiliki konsep membandingkan distribusi data (yang akan diuji
normalitasnya)dengan distribusi normal baku. Data yang telah ditransformasikan dalam
bentuk Z-score adalah data yang termasuk dalam distribusi normal baku yang diasumsikan
normal. Sehingga dapat dikatakan bahwa metode ini merupakan uji beda antara data yang
diuji normalitasnya dengan data normal baku.
9
Dalam uji Kolmogorov-Smirnov ada satu hal yang perlu diingat bahwa jika
menggunakan Kolmogorov-Smirnov Test pastikan data anda berasal dari satu sampel
(Herawati, 2016). Untuk menguji normalitas data yang berasal dari satu sampel atau
dengan kata lain adalah untuk menguji perbedaan proporsi populasi, yaitu antara data yang
diamati dengan yang telah ditentukan menurut H0, berdasarkan proporsi data yang berasal
dari sampel tunggal. Tes ini menetapkan apakah skor-skor dalam sampel (observasi) dapat
secara masuk akal dianggap berasal dari suatu populasi dengan distribusi teoritis tertentu.
Pada uji Kolmogorov Smirnov (KS) memiliki konsep perhitungan selisih absolut pada
tiap-tiap kelas. Karakteristik pengujian ini pada sampel kecil dan besar adalah H0 ditolak
jika KS uji > KS hitung. Pada uji ini pula, jika signifikansi dibawah 0.05 berarti data yang
akan diuji mempunyai perbedaan yang signifikan dengan data normal baku yang berarti
data tersebut tidak normal. Jika signifikansi diatas 0.05 maka tidak terjadi perbedaan yang
signifikan . Dapat disimpulkan bahwa:
BAB III
DATA PENELITIAN
Data penelitian ini dilakukan perbandingan antara dua jenis adsorben yaitu karbon
aktif komersial dan karbon aktif biji kelor dengan dua rasio tinggi adsorben yakni 15 cm
pada pH 7 dengan suhu 25˚C, Fosfat dalam Output Adsorbsi. Pengaruh tinggi adsorben
dapat diketahui dengan membandingkan persen penyisihan terhadap waktu sampling pada
setiap jenis adsorben.
BAB IV
PROSEDUR KERJA
13
4. Dalam kolom Variabel, memasukkan kolom yang akan dilakukan uji normalitas\
BAB V
HASIL DAN PEMBAHASAN
Kesimpulan : Dari hasil uji normalitas data tersebut diperoleh P.Value sebesar 0,150 > α,
Maka H0 gagal ditolak yang berarti data tersebut berdistribusi normal.
KS hitung = KS (1 - α )
= KS (1 – 0,05 )
= 0.375 (0.95)
= 0.35625
KS uji = 0.133
Berarti KS uji < KS Hitung maka H0 gagal ditolak, artinya data tersebut berdistribusi
normal.
16
Kesimpulan : Dari hasil uji normalitas data tersebut diperoleh P.Value sebesar 0,089 > α,
Maka H0 gagal ditolak yang berarti data tersebut berdistribusi normal.
KS hitung = KS (1 - α )
= KS (1 – 0,05 )
= 0.375 (0.95)
= 0.35625
KS uji = 0.226
Berarti KS uji < KS Hitung maka H0 gagal ditolak, artinya data tersebut berdistribusi
normal.
17
Kesimpulan : Dari hasil uji normalitas data tersebut diperoleh P.Value sebesar 0,088 > α,
Maka H0 gagal ditolak yang berarti data tersebut berdistribusi normal.
KS hitung = KS (1 - α )
= KS (1 – 0,05 )
= 0.375 (0.95)
= 0.35625
KS uji = 0.226
Berarti KS uji < KS Hitung maka H0 gagal ditolak, artinya data tersebut berdistribusi
normal.
5.2. Pembahasan
Untuk mengetahui kenormalan suatu data diperlukan uji normalitas, metode
Kolmogorov-Smirnov P-Value dan nilai KS.Oleh karena itu dilakukan uji normalitas
dengan metode Kolmogorov-Smirnov P-Value dan nilai KS. Apabila P-Value (nilai
variabel) memiliki nilai lebih kecil daripada α, maka H0 (hipotesis awal) ditolak dengan
18
artinya data tersebut tidak berdistribusi normal, begitupun sebaliknya. Jika P-Value (nilai
variabel) memiliki nilai lebih besar daripada α (tingkat signifikansi), maka H0 (hipotesis
awal) gagal ditolak dengan artian data tersebut tidak berdistribusi normal.
Berdasarkan hasil uji P-Value > 0.05 yang berarti data hasil uji normalitas di atas
yang gambar 5.1 grafik hasil uji normalitas waktu sampling P-Value sebesar 0.150 > a
didapat P-Value kurang dari a maka H0 gagal ditolak, artinya data tersebut telah
berdistribusi normal. Gambar 5.2 grafik uji penyisihan fosfat P-Value > a maka H0 gagal
ditolak, artinya data tersebut berdistribusi normal. Gambar 5.3 grafik hasil uji penyisihann
cod didapat P-Value> a maka H0 gagal ditolak maka artinya data tersebut berdistribusi
normal.
Berdasarkan uji normalitas dengan menggunakan KS hitung, daerah penolakannya
yaitu ketika KS uji > KS hitung, maka H0 ditolak, yang artinya data tersebut tidak
berdistribusi normal. Berdasarkan data variabel yang sudah di running kan di minitab
didapatkan pada grafik uji Waktu sampling didapatkan KS sebesar 0.133 dan KS hitung
sebesar 0.35625 maka artinya KS uji < KS hitung maka H0 gagal ditolak, artinya data
tidak berdistribusi normal. Pada hasil uji penyisihan fosfat didapatkan KS uji 0.226 dan KS
hitung 0.35625 maka artinya KS uji < KS hitung maka H0 gagal ditolak, maka data tidak
berdistribusi normal. Pada hasil uji penyisihan cod didapatkan KS uji 0.226 dan KS hitung
0.35625 maka KS uji> dari KS hitung maka artinya data berdistribusi normal.
19
BAB VI
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Dari praktikum yang telah dilakukan praktikan memberikan kesimpulan yaitu,
sebagai berikut:
1. Uji normalitas dilakukan menggunakan metode statistika yang bertujuan untuk
menganalisis bahwa data telah memiliki sebaran pola yang normal dan untuk
menguji apakah nilai residual yang dihasilkan dari analisis regresi terdistribusi
secara normal atau tidak.
2. Data yang digunakan dalam praktikum uji normalitas adalah waktu sampling,
penyisihan fosfat, dan penyisihan cod. Nilai p-value suhu < 5% maka Ho ditolak
dan berarti berdistribusi tidak normal. Nilai p-value waktu sampling, penyisihan
fosfat, dan penyisihan cod > 5% maka H0 gagal ditolak dan berarti berdistribusi
normal.
3. Nilai KS Uji untuk waktu sampling, penyisihan fosfat, dan penyisihan cod secara
berturut-turut yaitu 0,133; 0,266 ; 0,266. Sedangkan untuk KS hitung ditemukan
0,35635. Disimpulkan bahwa data berdistribusi normal karena KS hitung > KS uji
dan Ho gagal ditolak.
6.2. Saran
Setelah melakukan praktikum ini diharapkan lebih mempersiapkan dan
mempelajari data sesuai modul dan lebih teliti dalam menginput data ke minitab untuk
menghindari kesalahan yang tidak diinginkan. Hal tersebut bertujuan agar tidak timbul
kesalahan ataupun kerancuan dalam menginput data maupun dalam pembuatan hipotesis.
Praktikan diwajibkan mempersiapkan segala hal yang diperlukan saat proses pengujian
data untuk menunjang kelancaran praktikum serta praktikan diwajibkan memahami
prosedur langkah-langkah pengujian data agar saat melakukan praktikum tidak terjadi
kesalahan.
20
DAFTAR PUSTAKA
Ghozali. (2016). Aplikasi Analisis Multivariete Dengan Program IBM SPSS. Semarang: Badan
Penerbit Universitas Diponegoro
Herawati, L. (2016). Uji Normalitas Data Kesehatan Menggunakan SPSS. Yogyakarta: Poltekkes
Jogja Press
Husein Umar. ( 2013). Metode Penelitian Untuk Skripsi dan Tesis. Jakarta: Rajawali
Oktaviani M A and Hari Basuki Notobroto (2014) ‘Perbandingan Tingkat Konsistensi Normalitas
Distribusi Metode Kolmogorov-Smirnov, Lilliefors, Shapiro-Wilk, dan Skewness-
Kurtosis’, Jurnal Biometrika dan Kependudukan, 3(2), pp. 127–135.
LABORATORIUM KOMPUTER
Wakt
Uraian Materi Praktikum
u
12.30 -
Pre-Test
12.40
12.40 -
Penjelasan awal dan pengarahan
13.00
Praktikum
1. Tuliskan Data dari penelitian yang akan di runningkan.
22
Laporan Sementara
Uji Korelasi
BAB I
PENDAHULUAN
1.1 Latar Belakang
Korelasi adalah istilah statistik yang menyatakan derajat hubungan linear antara
duavariabel atau lebih, yang ditemukan oleh Karl Pearson pada awal 1900. Oleh sebab itu
terkenal dengan sebutan Korelasi Pearson Product Moment (PPM). Korelasi adalah
salahsatu teknik analisis statistik yang paling banyak digunakan oleh para peneliti.
(Sudjana,2005) Dalam analisis statistika, menentukan ukuran korelasi merupakan hal yang
penting karena hal ini bisa mengetahui kekuatan dan arah hubungan antaravariabel-
variabel yang diteliti. Nilai korelasi itu nilainya berada dalam interval -1 < r < +1. Untuk
nilai korelasi > 0 berarti memiliki arah (+), untuk nilai korelasi 0 maka dapatdiartikan tidak
memiliki korelasi dan arah serta untuk nilai korelasi < 0 berarti memilikiarah (-). Maka
semakin besar nilai r semakin kuat pula hubungan korelasinya.
Metode statistika yang mempelajari tentang korelasi terdapat padastatistik
parametrik dan statistik non parametrik. Dalam statistik parametrik, ukuran korelasi yang
bisa dipakai adalah koefisien korelasi product-moment Pearson. Statistik ini perlu
memperhatikan asumsi seperti pengukuran skala interval dan berdistribusi normal
bivariate. Sedangkan statistik nonparametrik tidak memerlukan asumsi tertentutetapi data
minimal berskala ordinal. Korelasi yang termasuk non parametrik seperti korelasi
Spearman, korelasi tau Kendall, korelasi ranking parsial Kendall dan koefisien
korkondansi Kendall (Spiegel, 1992). Berdasarkan uraian diatas, uji korelasi mempunyai
ukuran korelasi yang disebut sebagai koefisien korelasi dan mempunyai beberapa jenis
koefisien korelasi. Oleh karenaitu, laporan ini disusun untuk mengetahui bagaimana
pengujian analisis korelasi menggunakan software mititab 16.
1. Praktikum ini memfokuskan pada proses percobaan Analisis Uji korelasi Data dengan
bantuan aplikasi atau software Minitab .
2. Pada buku petunjuk statistik 2023 telah tercantum instruksi kerja untuk analisis uji korelasi
data dengan menggunakan bantuan aplikasi atau software Minitab.
3. Proses pelaksanaan praktikum dilaksanakan secara daring melalui media zoom meeting
yang diberikan oleh pihak laboratorium UPN `veteran` Jawa Timur.
BAB II
TINJAUAN PUSTAKA
2.1 Analisis Korelasi
Analisis korelasi merupakan metode statistika yang menyatakan kuat hubungan
suatu variabel dengan variabel lain tanpa mempersoalkan mengenai apakah ada hubungan
antara variabel satu dengan variabel yang lain (Sekaran, 2010). Semakin kuat derajat
hubungan garis lurus antara kedua variabel maka semakin nyata hubungan liniernya.
Korelasi Pearson Product Moment dan Korelasi Rank Spearman merupakan dua
dari beberapa teknik korelasi yang sering dipakai. Korelasi pearson merupakan korelasi
sederhana yang hanya melibatkan satu variabel dependen dan satu variabel independen.
Hasil dari korelasi pearson yaitu koefisien korelasi. Koefisien korelasi adalah ukuran yang
dipakai untuk mengetahui derajat hubungan antar variabel-variabel (Siregar, 2013)
Koefisien korelasi ini berfungsi untuk mengukur kekuatan hubungan linier antara dua
variabel. Data yang berskala interval atau rasio dapat menggunakan korelasi pearson.
Selain itu, signifikansinya tidak hanya harus memenuhi persyaratan pengukuran tersebut,
tetapi harus pula menganggap data berdistribusi normal. Syarat data yang digunakan dalam
korelasi pearson, diantaranya:
1. Berskala interval
2. Variabel X dan Y harus bersifat independen satu dengan yang lainnya
3. Variable harus kuantitatif simetris
Asumsi dalam korelasi pearson diantaranya:
1. Terdapat hubungan linier antara variabel X dan Y
2. Data berdistribusi normal
3. Variabel X dan Y simetris, artinya variabel X tidak berfungsi sebagai
variabel bebas dan Y sebagai variabel tetap
4. Sampling representative
5. Varian kedua variabel sama.
Menurut Nuryadi, dkk (2017), Semakin tinggi nilai koefisien korelasi antara dua
buah variabel (semakin mendekati 1), maka tingkat keeratan hubungan antara dua variabel
tersebut semakin tinggi. Sebaliknya, semakin rendah koefisien korelasi antara dua macam
variabel (semakin mendekati 0), maka tingkat keeratan hubungan antara dua variabel
tersebut semakin lemah. Hubungan antara variabel dalam korelasi juga dapat
dikelompokkan menjadi tiga jenis;
1. Korelasi Positif
26
Terjadinya korelasi positif apabila perubahan antara variabel satu diikuti oleh
variabel lainnya dengan arah yang sama (berbanding lurus). Apabila variabel yang
satu meningkat, maka akan diikuti peningkatan variabel lainnya.
2. Korelasi Negatif
Terjadinya korelasi negatif apabila perubahan antara variabel satu diikuti dengan
variabel lainnya dengan arah yang berlawanan (berbanding terbalik). Apabila
variabel yang satu meningkat, maka akan diikuti penurunan variabel lainnya.
3. Korelasi Nihil
Terjadinya korelasi nihil apabila perubahan antara variabel yang satu diikuti oleh
variabel lainnya dengan arah yang tidak teratur (acak). Apabila variabel satu
meningkat, terkadang diikuti dengan peningkatan pada variabel lain dan terkadang
diikuti dengan penurunan pada variabel lainnya.
BAB III
DATA PENELITIAN
3.1 Data Penelitian
Data penelitian ini dilakukan perbandingan antara dua jenis adsorben yaitu karbon aktif
komersial dan karbon aktif biji kelor dengan dua rasio tinggi adsorben yakni 15 cm pada pH 7
dengan suhu 25˚C, Fosfat dalam Output Adsorpsi. Pengaruh tinggi adsorben dapat diketahui
dengan membandingkan persen penyisihan terhadap waktu sampling pada setiap jenis adsorben.
2. Variabel Terikat
waktu : 0 menit
waktu : 20 meni
twaktu : 40 menit
waktu : 60 menit
waktu : 80 menit
waktu : 100 menit
28
BAB IV
PROSEDUR KERJA
BAB V
HASIL DAN PEMBAHASAN
5.2 Pembahasan
Hubungan korelasi berkisar antara -1 sampai 1. Nilai korelasi dapat bernilai positif
dan negatif. Nilai korelasi negatif, berarti hubungan antara dua variabel tersebut negatif.
Artinya jika satu variabel menurun maka variabel yang lain akan meningkat (bertolak
belakang). Kemudian ada nilai korelasi positif, yang berarti hubungan antara dua variabel
adalah positif. Artinya jika satu variabel meningkat maka variabel yang lain akan
meningkat juga (berbanding lurus).Karena hasil nilai korelasi kemungkinan ada , maka
hasil uji data korelasi juga berkemungkinan dapat bernilai positif ataupun negatif.
Adapun korelasi hubungan dua variabel dapat dikatakan kuat dan lemah.Nilai
korelasi dikatakan kuat jika nilai korelasi mendekati 1 atau -1 . Nilai korelasi dikatakan
lemah jika mendekati 0. Lemah dan kuatnya nilai korelasi tidak dibatasi oleh nilai negatif
ataupun positif.
Pada hasil pengujian data dapat dilihat pada gambar 5.1 Hasil Uji Korelasi.
Terdapat tiga variabel yang berkorelasi negatif yaitu penyisihan fosfat dengan waktu
sampling dan penyisihan cod dengan waktu sampling dengan nilai korelasi secara berturut-
turut -0,809; -0,880. Sedangkan ada satu variabel yang berkorelasi positif yaitu
penyisihan cod dengan nilai korelasi secara berturut-turut 0,942. P value barus lebih
kecil dari nilai a, nilai a yang digunakan dalam praktikum ini yaitu 5% atau sebesar 0,05.
Berdasarkan hasil interpretasi data hasil uji korelasi P value < a ,maka H0 ditolak dan data
memiliki korelasi antar variabel. Namun terdapat satu nilai korelasi dengan tidak memiliki
nilai P value. Data tersebut tidak memiliki nilai P-Value karena data belum ke isis atau
tidak valid.
31
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil praktikum dapat disimpulkan bahwa :
1. Setiap variabel memiliki korelasi yang berbeda beda .
2. Variabel yang berkorelasi positif yaitu penyisihan fosfat dengan penyisihan cod,
dengan nilai korelasi secara berturut-turut 0,942
3. Variabel yang berkorelasi negatif yaitu penyisihan fosfat dengan waktu sampling
dan penyisihan cod dengan waktu sampling dengan nilai korelasi secara berturut-
turut -0,809; -0,880.
6.2 Saran
Sebelum melaksanakan praktikum, diharapkan data yang digunakan telah
diasistensikan kepada dosen pembimbing agar sesuai dengan apa yang dibutuhkan dalam
pelaksanaan praktikum. Hal tersebut bertujuan agar tidak timbul kesalahan ataupun
kerancuan dalam menginput data maupun dalam pembuatan hipotesis. Serta diharapkan
praktikan selalu teliti dalam melakukan input data ke dalam program aplikasi yang
digunakan agar hasil yang didapat jelas dan akurat
32
DAFTAR PUSTAKA
Bougie, Roger dan Uma Sekaran, (2010). Research Methods For Business, Fifth Edition.
John Wiley and Sons Ltd.
Siegel, Sidney (1992), Statistik Nonparametrik untuk Ilmu – Ilmu Sosial, Terjemahan
Gramedia, Jakarta.
Siregar, S. 2013. Statistik Parametrik Untuk Penelitian Kuantitatif. Jakarta: Bumi Aksara.