Anda di halaman 1dari 30

Analisis Varians Satu Arah

Pendahuluan
Pengetahuan yang berhubungan dengan cara-cara pengumpulan bahan-bahan ,
Statistika
pengolahan data, analisis data dan penarikan kesimpulan atau pembuatan
keputusan berdasarkan analisis yang dilakukan

Jenis analisis statistik

Salah satunya

Analisis Varians (ANOVA) salah satu Uji Hipotesis pada Statistika Parametrik, untuk melakukan
pengujian terhadap interaksi antara dua faktor dalam suatu percobaan
dengan membandingkan rata-rata dari lebih dua sampel
Tujuan

untuk menemukan variabel independen


dalam penelitian dan mengetahui interaksi
antar variabel dan pengaruhnya terhadap
suatu perlakuan.
Anova Satu Arah
Analisis varians Metode statistika yang digunakan untuk menguji perbedaan rata-rata
lebih dari dua kelompok dengan resiko kesalahan yang kecil dan
memberikan informasi tentang ada tidaknya interaksi yang antar
variable bebas sehubungan dengan pengukuran terhadap variabel
terikat menggunakan uji F

Klasifikasi Analisis varians satu arah (One Way Anova)

Analisis varians dua arah (Two Way Anova)

Metode statistik untuk menghitung uji beda rata-rata lebih dari dua populasi
dengan memperhitungkan satu factor saja (Pramana dkk, 2016)
2018

Dalam pengujian ANAVA, jenis data untuk variabel bebasnya


adalah data yang berbentuk kategorial (ordinal, nominal, interval),
sedangkan data variabel terikatnya adalah data rasio.
Asumsi Analisis Varians
(ANAVA) Satu Arah
Menurut Walpole (1982)
Add Text

Populasi-populasi tersebut
1 2
Unit observasi diperoleh secara
acak dan independent sehingga berdistribusi normal (dapat diuji
galat atau eror bersifat dengan normalitas seperti
bebas/independent (dapat diuji Shapiro Wilk).
dengan uji dependensi)..

Skala pengukuran interval atau


3 4 Populasi-populasi tersebut
rasio memiliki varians yang sama
(dapat diuji dengan uji kesamaan
ragam/homogenitas dengan uji
Bartlet atau uji F)
Menurut Irianto (2016)
01

Kenormalan
Setiap harga dalam sampel berasal
dari distribusi normal sehingga
distribusi skor sampel dalam 02
kelompok pun hendaknya normal.
Kesamaan Variansi
Masing-masing kelompok anda hanya
berasal dari populasi yang mempunyai
varians yang sama. Untuk sampel yang
Pengamatan Bebas 03
sama pada setiap kelompok, kesamaan
Sampel hendaknya diambil secara Variasi 5 dapat diabaikan. Tetapi jika
acak atau random sehingga setiap banyaknya sampel pada masing-masing
pengamatan merupakan kelompok tidak sama, maka kesamaan
variansi populasi memang sangat
informasi yang bebas..
diperlukan.
Kesimpulan
(asumsi-asumsi ANAVA)

1 Data harus diambil secara acak

2 Data Harus Normal

3 Data harus memiliki varians yang sama (homogen)


Langkah Uji Hipotesis Anova Satu Arah
Menurut Supardi (2013), Anova Satu Arah Dua hipotesis yang perlu diuji

Hipotesis main effect Hipotesis simple effect

- Hipotesis inti dari Anova - Hipotesis lanjutan dari Anova


- Hanya ada satu buah, yaitu hipotesis dari - Banyaknya hipotesis tergantung pada
pengaruh variable treatment terhadap banyaknya kelompok data
variable terikat - Metode yang digunakan yaitu Scheffe, BNT,
Turkey’s HSD
Berikut adalah langkah-langkah pengujian ANAVA satu arah

1. Buatlah tabel dasar, yaitu tabel yang berisikan skor data-data


mentah (raw data), seperti berikut:

banyaknya kelompok bisa lebih dari tiga sampai k


kelompok (1,2,3, …, k)
2. Tentukan ukuran-ukuran statistik dari tiap kelompok data yang
diperlukan untuk perhitungan ANAVA, meliputi: .
3. Buatlah format table ringkas ANOVA satu jalur, seperti berikut:

4. Rumus – rumus untuk menentukan ukuran-ukuran dalam table ringkasan ANAVA (table no. 3):

a) Tentukan derajat bebas setiap sumber varian, yaitu:

b) Hitung jumlah kuatrat (JK) setiap sumber varians:


1) : disebut juga sebagai SST (sum of square total)

JK [TR] =

JK [TR] = atau JK [TR] =


2) JK [A] : disebut juga sebagai SSB (sum of square between group)
2 2 2
𝐽 𝐾 [ 𝐴 ] =𝑛1 ( 𝑌 1 −𝑌 ) +𝑛2 ( 𝑌 2 − 𝑌 ) +…+𝑛𝑘 ( 𝑌 𝑘 −𝑌 )
𝑘
𝐽 𝐾 [ 𝐴 ] =∑ 𝑛 𝑗 (𝑌 𝑗 −𝑌 )
2

(∑ 𝑌 𝑖 )
2 2
(𝑌𝑇 )
𝐽 𝐾 [ 𝐴 ] =∑ −
𝑛𝑖 𝑛𝑇
3) JK [D] : disebut juga sebagai SSW (sum of square within group)

𝐽 𝐾 [ 𝐷 ] =( 𝑌 11 − 𝑌 1 )2 + ( 𝑌 21 − 𝑌 2) 2+…+ ( 𝑌 𝑘𝑗 −𝑌 𝑘 )2

atau

JK [D] = JK [TR] - JK [A]


c) Hitung rerata jumlah kuadrat (RJK) atau varians () dari sumber varian yang diperlukan:

1) : disebut juga sebagai MSB (mean square between group)

𝐽 𝐾 [ 𝐴]
𝑅𝐽 𝐾 [ 𝐴] =
𝑑 𝑏[ 𝐴]

2) : disebut juga sebagai MSW (mean square within group)

𝐽 𝐾 [ 𝐷]
𝑅𝐽 𝐾 [ 𝐷] =
𝑑 𝑏 [𝐷 ]
d) Menghitung nilai (F hitung)

𝑅𝐽 𝐾 [ 𝐴]
𝐹 h=
𝑅𝐽 𝐾 [ 𝐷]
e) Menentukan harga

𝐹 𝑡 = 𝐹 (𝛼 , 𝑑𝑘 1 ,𝑑𝑘2) =𝐹 𝛼 ,𝑑𝑏 (𝐾 ) , 𝑑𝑏 ( 𝐷) =𝐹 𝛼 , (𝑘 −1 ) ,(𝑛 𝜏 −𝑘)


5. Pengujian hipotesis main effect

a) Hipotesis kalimat
H0 : Tidak terdapat pengaruh variabel treatment terhadap
variabel kriteria
H1 : Terdapat pengaruh variabel treatment terhadap variabel
kriteria
b) Hipotesis statistic
H0 :

H1 : minimal terdapat satu (bukan H0)


c) Kriteria pengujian:
Terima H0, jika Fhitung < Ftabel

Tolak H0, jika Fhitung > Ftabel.


6. Pengujian hipotesis simple effect
Pengujian ini juga disebut sebagai pengujian lanjutan anova ( post hoc). Pengujian ini perlu dilakukan jika
dalam pengujian hipotesis main effect H0 ditolah dan H1 diterima. Uji hipotesis simple effect dapat dilakukan
dengan metode BNT, Scheffe dan Turkey’s HSD.

a) Uji BNT (Beda Nyata Terkecil) Menurut Lolombulan (2017), uji NBT digunakan untuk menguji
perbedaan rata-rata dua kelompok. Rumus untuk uji BNT adalah:

Adapun hipotesisi metode ini adalah


H0 :
𝐵𝑁𝑇 =𝑡 𝛼 𝑆 𝑠2 (
2 √ 1 1
+ )
𝑛𝑖 𝑛𝑗
Nilai adalah nilai tabel t dengan db sisa dalam tabel anova
H1 :

Kriteria penerimaan dan penolakannya


Nilai adalah sisa yang ada pada tabel anova
• Jika selisih mutlak dari atau , maka tolak H0
• Jika selisih mutlak dari atau , maka H0
diterima
b) Metode Sheffe

Menurut Syafril (2019), rumus metode Scheffe untuk perbandingan ganda yang
digunakan untuk membandingkan rata-rata masing-masing kelompok, yaitu:

( 𝑋 𝑖 − 𝑋 𝑖 )2
𝐹=
𝑅𝐽𝐾 [𝐷 ] ¿ ¿

Pengujian hasil perhitungan F ini adalah:


 Lihat F table untuk pembilang yaitu dan penyebut , dimana adalah jumlah kelompok
dan adalah jumlah sampel total.
 F table tersebut dikalikan dengan dan inilah sebagai pembanding dari F hitung
perbandingan ganda (multiple comparison) tersebut.
c) Metode Turkey’s HSD

 Hitung nilai Turkey’s HSD dengan rumus


Keterangan
𝑅𝐽𝐾 [ 𝐷]
𝐻𝑆𝐷=𝑞 n : banyak sampel perkelompok
𝑛
q : the studenzed range statistic, yang dapat dilihat dalam table yang
sudah disusun dengan memakai dasar alpha
k : banyak kelompok
dk : N-k

 Cari perbedaan rata-rata antar kelompok, dan untuk mempermudah dalam


menginterpretasikan perlu disusun dalam satu tabel khusus.
 Interpretasikan nilai HSD yaitu dengan jalan membandingkan perbedaan rata-rata antar kelompok dengan hasil perhitungan
HSD. Apabila perbedaan rata-rata kelompok tersebut lebih besar daripada nilai HSD, maka perbedaan tersebut dapat dikatakan
signifikan.

Catatan: metode ini hanya dapat diterapkan pada ANOVA sampel sama. Jika n
perkelompok berbeda, maka n dapat ditentukan dengan rumus:
2(𝑛 1 𝑥 𝑛2 ) adalah n kelompok yang mempunyai terkecil
𝑛=
(𝑛1 +𝑛2 )
adalah n kelompok yang mempunyai terbesar
Y1
Sanjak 1
Y2
Sanjak 2
Y3
Sanjak 3
Y4
Sanjak 4 Contoh Soal
Contoh pengujian perbandingan atau
13 169 7 49 6 36 8 64
perbedaan banyaknya kata pada setiap baris
9 81 9 81 8 64 10 100 antara 4 sanjak yang berbeda Karya Dylan
9 81 9 81 9 81 10 100 Thomas yakni: O make me a mask, Once it
10 100 10 100 6 36 11 121 was the colour of saying, Not from this anger ,
7 49 8 64 7 49 10 100 dan The spire cranes. Datanya dihasilkan
10 100 10 100 8 64 9 81 pada tabel berikut:
11 121 10 100 4 16 9 81 Tentukanlah: apakah ada perbedaan rata-
9 81 9 81 9 81 11 121 rata dari setiap sanjak dan kemudian
9 81 8 64 8 64 11 121 ujilah sanjak mana yang berbeda banyak
9 64 11 121 9 81 11 121 katanya dengan sanjak lainnya dengan
8 169 11 121 5 25 9 81
metode BNT!
13 7 49 7 49
9 81 9 81 Penyelesaian :
5 25
N1=12 N2=13 N3=14 N4=11
1. Tahap Pengujian Kenormalan Data
2. Tahap Pengujian Kesamaan Variansi
=117 =118 =100 =109
(Homogenitas)
= 9,75 = 9,08 =7,14 =9,91
3. Tahap Pengujian Perbedaan Rata-rata
Pada Keempat Sanjak (Main Effect),
4. Pengujian Lanjut Dengan Metode BNT
(Simple Effect)
Penyelesaian :
Pengujian Kenormalan Data Pengujian Kesamaan Variansi
Hipotesis statistic kenormalan data yang hendak diuji pada keempat sanjak
adalah: Hipotesis kesamaan variansi yang hendak diuji adalah:
1. Sanjak 1
H0 = Data banyaknya kata setiap baris pada sanjak 1 menyebar normal H0 =
H1 = Data banyaknya kata setiap baris pada sanjak 1 tidak menyebar normal H1 = tidak semua variansi sama (ada yang berbeda)
2. Sanjak 2
H0 = Data banyaknya kata setiap baris pada sanjak 2 menyebar normal
Hasil pengujian hipotesis kesamaan variansi diatas dengan
H1 = Data banyaknya kata setiap baris pada sanjak 2 tidak menyebar normal
menggunakan Levene’s Test melalui pengolahan dengan
3. Sanjak 3 program SPSS dapat dilihat pada tabel dibawah ini. Hasil ini
H0 = Data banyaknya kata setiap baris pada sanjak 3 menyebar normal menyatakan bahwa H0 diatas diterima sebab nilai
H1 = Data banyaknya kata setiap baris pada sanjak 3 tidak menyebar normal sig. = 0,272 >
4. Sanjak 4
H0 = Data banyaknya kata setiap baris pada sanjak 4 menyebar normal
H1 = Data banyaknya kata setiap baris pada sanjak 4 tidak menyebar normal

Hasil pengujian kenormalan data dengan uji Shapiro Wilk dapat dilihat pada tabel
dibawah ini. Hasil uji ini menyatakan bahwa data ke 4 kelompok menyebar normal,
yakni semua H0 diatas diterima sebab semua sig > 0,05
Penyelesaian :
Pengujian Perbedaan Rata-Rata Banyaknya Kata Pada Ke
Empat Sanjak Komputasi (Main Effect)
1. Menyusun rumus – rumus untuk table ringkasan ANAVA
:
a. Tentukan derajat bebas setiap sumber varian, yaitu: c. Hitung rerata jumlah kuadrat (RJK) atau varians ( ) dari sumber
db [TR] = varian yang diperlukan:
db [A] = 1. RJK [A] : disebut juga sebagai MSB (mean square between group)
db [D] =
b. Hitung jumlah kuatrat (JK) setiap sumber varians: RJK [A] =
1. JK [TR] : disebut juga sebagai SST (sum of square total)
JK [TR] = RJK [A] =

JK [TR] = 2. RJK [D] : disebut juga sebagai MSW (mean square within group)

JK [TR] = RJK [D] =


2. JK [A] : disebut juga sebagai SSB (sum of square between group)
JK [A] = RJK [D] =

JK [A] = d. Menghitung nilai Fh (F hitung):


Fh =
JK [A] =
JK [A] = Fh =

3. JK [D] : disebut juga sebagai SSW (sum of square within group) e. Menentukan harga F tabel
JK [D] = JK [TR] - JK [A] Ft =
JK [D] =
JK [D] = Ft =
Penyelesaian :
Pengujian Perbedaan Rata-Rata Banyaknya Kata Pada Ke
Empat Sanjak Komputasi (Main Effect)
2. Penyusunan hipotesis main effect Hipotesis yang diuji, yaitu :

a. Hipotesis kalimat Berdasarkan hasil perhitungan ANAVA tersebut, maka tabel


H0 : Tidak terdapat perbedaan rata-rata yang signifikan perhitungannya dapat dilihat sebagai berikut:
antara sanjak 1, 2, 3 dan 4
H1 : terdapat perbedaan rata-rata yang signifikan antara
sanjak 1, 2, 3 dan 4

b. Hipotesis statistic
H0 :
H1 : minimal terdapat satu (bukan H0)

c. Kriteria pengujian:
Terima H0, jika Fhitung < Ftabel
Tolak H0, jika Fhitung > Ftabel. Karena nilai Fhitung lebih besar daripada Ftabel, maka untuk
mengetahui kelompok mana yang berbeda dari yang lain
Karena nilai Fhitung (22,61) > Ftabel (2,81), maka hipotesis dapat dilanjutkan dengan penyusunan simple effect dengan
Tolak H0. Sehingga disimpulkan bahwa terdapat metode BNT.
perbedaan rata-rata banyaknya kata yang signifikan
antara sanjak 1, 2, 3 dan 4.
Penyelesaian :
Pengujian Lanjut dengan Uji BNT (simple effect)

a. Pengujian perbedaan rata-rata banyaknya kata pada sanjak 1 dan sanjak 2 c. Pengujian perbedaan rata-rata banyaknya kata pada sanjak
Hipotesis yang hendak diuji adalah: 1 dan sanjak 4
H0 : H1 : Hipotesis yang hendak diuji adalah:
Nilai dan db = 46, diperoleh nilai t tabel = 2,02 dan , sehingga H0 : H1 :
Nilai dan db = 46, diperoleh nilai t tabel = 2,02 dan ,
BNT = sehingga

BNT = BNT =

Simpulan: karena nilai , BNT =


maka H0 di terima. Jadi, rata-rata banyaknya kata sanjak 1 tidak berbeda (sama)
dengan sanjak 2. Simpulan: karena nilai
maka H0 di terima. Jadi, rata-rata banyaknya kata
sanjak 1 tidak berbeda (sama) dengan sanjak 4.

b. Pengujian perbedaan rata-rata banyaknya kata pada sanjak 1 dan sanjak 3 d. Pengujian perbedaan rata-rata banyaknya kata pada sanjak
Hipotesis yang hendak diuji adalah: 2 dan sanjak 3
H0 : H1 : Hipotesis yang hendak diuji adalah:
Nilai dan db = 46, diperoleh nilai t tabel = 2,02 dan , sehingga H0 : H1 :
Nilai dan db = 46, diperoleh nilai t tabel = 2,02 dan
BNT = sehingga

BNT = BNT =

Simpulan: karena nilai BNT =


maka H0 di terima. Jadi, rata-rata banyaknya kata Simpulan: karena nilai ,
sanjak 1 tidak berbeda (sama) dengan sanjak 3. maka H0 di tolak. Jadi, rata-rata banyaknya kata sanjak 2 berbeda
(tidak sama) dengan sanjak 3.
Pengujian Lanjut dengan Uji BNT (simple effect) Hasil SPSS

e. Pengujian perbedaan rata-rata banyaknya kata pada sanjak 2 dan sanjak 4


H0 : H1 :
Nilai dan db = 46, diperoleh nilai t tabel = 2,02 dan sehingga

BNT =

BNT =

Simpulan: karena nilai


maka H0 di terima. Jadi, rata-rata banyaknya kata sanjak 2 tidak berbeda
(sama) dengan sanjak 4. Tabel 8.10 menunjukkan bahwa nilai sig = 0,272 >
f. Pengujian perbedaan rata-rata banyaknya kata pada sanjak 3 dan sanjak 4 Sehingga H0 = diterima.
H0 : H1 :
Nilai dan db = 46, diperoleh nilai t tabel = 2,02 dan , sehingga

BNT =

BNT =

Simpulan: karena nilai ,


maka H0 di tolak. Jadi, rata-rata banyaknya kata sanjak 3 berbeda (tidak sama)
dengan sanjak 4.
Kesimpulan: dari hasil analisis lanjut, dapat disimpulkan bahwa (1) rata-rata Tabel 8.11 menunjukkan bahwa nilai sig = 0,000 <
banyaknya kata setiap baris sanjak 3 lebih sedikit secara signifikan daripada
sanjak lainnya; dan (2) rata-rata banyaknya kata setiap baris sanjak 1, 2, dan Sehingga H0 : ditolak
4 tidak berbeda signifikan.
Hasil SPSS

1. Rata-rata banyaknya kata pada sanjak 1 tidak berbeda


dengan sanjak 2, sebab nilai signifikan = 0,273 >
2. Rata-rata banyaknya kata pada sanjak 1 berbeda
sangat signifikan dengan sanjak 3, sebab nilai
signifikan = 0,000 <
3. Rata-rata banyaknya kata pada sanjak 1 tidak berbeda
dengan sanjak 4, sebab nilai signifikan = 0,803 >
4. Rata-rata banyaknya kata pada sanjak 2 berbeda
sangat signifikan dengan sanjak 3, sebab nilai signifikan
= 0,002 <
5. Rata-rata banyaknya kata pada sanjak 2 tidak berbeda
dengan sanjak 4, sebab nilai signifikan = 0,187 >
6. Rata-rata banyaknya kata pada sanjak 3 berbeda
sangat signifikan dengan sanjak 4, sebab nilai signifikan
= 0,00 <
Implementasi Analisis Varians (ANAVA) Satu Arah

Adapun implementasi analisis varians satu arah dalam dunia pendidikan anak
terdapat dalam junal-jurnal berikut:

Jurnal 1: Pengaruh Evaluasi Tes Formatif Terhadap Hasil Belajar Matematika Ditinjau Dari Tingkat Kemandirian Belajar
Mahasiswa STT-PLN Jakarta Dengan Menggunakan Analisis Varian Anova
a. Hipotesis:

Ho: tidak terdapat perbedaan yang signifikan antara kemandirian mahasiswa yang tinggi dan
rendah dalam menghadapi tes formatif
H1: terdapat perbedaan yang signifikan antara kemandirian mahasiswa yang tinggi dan rendah
dalam menghadapi tes formatif
b. Taraf signifikan: 0.05, diperoleh Ftabel = 7.19
c. Statistik uji: Fhitung = 16.66
d. Daerah Keputusan Ho. Ditolak Jika Fh > Fh
e. Kesimpulan: Karena Fh > Ft maka Ho ditolak

Hipotesis penelitian yang menyatakan “terdapat interaksi antara tes formatif dengan kemandirian belajar siswa”, ternyata
secara empiris teruji oleh data. Hal ini terlihat dari perhitungan dengan menggunakan ANOVA bahwa
Fh = 16.66 ternyata lebih besar dari Ft yaitu 4,04. Ini berarti Ho ditolak dan H1 diterima berarti terdapat perbedaan pengaruh
yang signifikan.
Berdasarkan hipotesis yang diperoleh dapat disimpulkan bahwa:
1) Kemandirian belajar mahasiswa dalam menghadapi tes formatif mempengaruhi hasil belajar
matematika mahasiswa;
2) Kemandirian belajar mahasiswa yang tinggi dalam menghadapi tes formatif memiliki hasil belajar
sangat baik;
3) Kemandirian belajar mahasiswa yang rendah dalam menghadapi tes formatif memiliki hasil belajar
kurang baik.

Jurnal 2: Pengaruh Kecenderungan Gaya Belajar Siswa Kelas III Terhadap Hasil Belajar Matematika

Berikut adalah hipotesis dalam penelitian jurnal 2:


Ho: Tidak ada perbedaan nilai rata-rata hasil belajar matematika antara gaya belajar visual,
auditorial, dan kinestetik.
H1: Terdapat perbedaan nilai rata-rata hasil belajar matematika antara gaya belajar visual,
auditorial, dan kinestetik
Hasil analisis anova menggunakan program SPSS 16 ditujukan
oleh harga Fhitung sebesar 0,051 < Ftabel sebesar 3,18. Dengan nilai
rata-rata X1 = 69,83; X2 = 69,67; X3 = 68,47. Dan nilai probabilitas
(sig) > α, berdasarkan tabel distribusi diperoleh hasil (sig) 0,951 >
0,05, maka Ho diterima. Artinya tidak ada perbedaan nilai rata-rata
antara gaya belajar visual, auditorial, dan kinestetik. Dengan demikian,
hipotesis yang berbunyi “Ada perbedaan secara signifikan tingkat hasil
belajar matematika dari kecenderungan gaya belajar kelas III siswa SD
Islam Nurul Fatimah” Ditolak.

Dapat disimpulkan bahwa tidak terdapat perbedaan yang signifikan hasil belajar matematika jika ditinjau dari
kecenderungan gaya belajar (auditori, visual, dan kinestetik) yang dimiliki siswa kelas III SD Islam Nurul Fatimah
Cileungsi Bogor.
Daftar Pustaka

Anggaini, Dwi dkk. (2018). Pengaruh Evaluasi Tes Formatif Terhadap Hasil Belajar Matematika Ditinjau dari Tingkat
Kemandirian Belajar Mahasiswa STT-PLN Jakarta dengan Menggunakan Analisis Varian Anova. Jurnal Kilat. ISSN: 2655-
4925. 7(2): 100- 108
Irianto, Agus. (2016). Statistika: Konsep Dasar, Aplikasi dan Pengembangannya. Jakarta: Prenadamedia group

Isnawati, dkk. (2016). Pengaruh Kecenderungan Gaya Belajar Siswa Kelas III Terhadap Hasil Belajar Matematika.
Didaktika Tauhidi. ISSN: 2442-4544. 3(2): 69-73
Lolombulan, Julius H. (2017). Statistika Bagi Penelitian Pendidikan. Yogyakarta: Andi

Pramana, Setia, dkk. (2016). Dasar-Dasar Statistika dengan Software R: Konsep dan Aplikasi. Bogor: In Media

Riyanto dan Uka Wikarya. (2018). Statistika Ekonomi dan Bisnis. Jakarta: Mitra Wacana Media

Sudjana. (2015). Metode Statistika. Bandung: PT. Tarsito

Supardi. (2016). Aplikasi Statistika dalam Penelitian: konsep statistika yang lebih komprehensif. Jakarta: Change
Publication
Sutarto, Auditya Purwandini. (2019). Propabilitas dan Statistika Dasar untuk Sains. Yogyakarta: PT. Pustaka Baru

Syafril. (2019). Statistika Pendidikan. Jakarta: Prenadamedia group

Wallpole, Ronald E. (1982). Pengantar Statistik Edisi ke 3. Jakarta: PT. Media Pustaka Utama