Modul Praktikum Spss [PDF]

Citation preview

Modul I Penyajian data Tujuan praktikum adalah menyajikan data dalam bentuk table dan diagram. 1. Penyajian data dalam bentuk table berdasar distribusi frekuensi, meliputi : distribusi frekuensi kumulatif dan relative. Contoh : Sajikan data berikut ini dalam table distrbusi frekuensi 40 41 42 42 42 45 45 45 45 50 52 52 52 55 56 56 57 57 20 22 23 25 27 28 45 70 72 31 33 33 35 37 38 35 37 38 40 41 42 42 42 45 45 45 45 50 52 52 52 55 56 56 57 57 60 62 62 63 63 63 68 69 69 40 41 42 42 42 45 45 45 45 50 52 52 52 55 56 56 57 57 60 62 62 63 63 63 68 69 69 60 62 62 63 63 63 68 69 69 69 69 95 97 57 57 73 74 74 70 72 73 73 74 74 78 78 79 80 84 84 85 85 87 89 86 87 50 52 52 52 55 56 56 57 57



Penyajian data 1. buka program spss dengan langkah klik SPSS beri tick pada type in data



1



45 58 73 20 45 58 69 45 58 69 69 78 79 86 58



Maka akan muncul lembar kerja spss



Kemudian klik pada variable view, kemudian tuliskan nama variabel : nilai_statistik, abaikan yang lainnya.



2



Masuk kembali ke data view kemudian dientri data yang akan diolah



Langkah selanjutnya adalah membuat table distibusi frekuensi dengan memperhatikan beberapa hal : 1. jumlah kelas : 8 2. interval kelas, 20-29, 30-39, 40-49,50-59,60-69,70-79,80-89, 90-99 langkahnya klik transform klik recode into different variabel 3



Kemudian pindahkan nilai statistikl ke kotak numeric variabel kemudian isi output variabel dengan nama kategori



Kemudian klik old and new value, terus isilah range masing masing kelas, isilah di new value dengan nomor kelas masing masing, misalnya range 20-29 valuenya 1 dst setelah itu add, jika telah lengkap kemudian continue 4



Hasilnya akan terlihat di data view.



Agar tampilan dioutput view terlihat jelas bentuk tabelnya maka nilai dari kategori dapat diisikan sebagai berikut, klik variabel view kemudian di kolom value isikan 20-29 dengan value 1, 30 – 39 dengan value 2 dst. Kemudian ok



5



Hasilnya sebagai berikut



Langkah berikutnya membuat table distribusi frekuensi. Langkahnya : klik analize Klik descriptive statistic Klik frecuency Masukkan kategori ke kotak variabel Klik ok Maka akan diperoleh output view sebagai berikut



6



kategori Cumulative Frequency Valid



Percent



Valid Percent



Percent



20-29



7



4.7



4.7



4.7



30-39



9



6.0



6.0



10.7



40-49



31



20.7



20.7



31.3



50-59



42



28.0



28.0



59.3



60-69



32



21.3



21.3



80.7



70-79



17



11.3



11.3



92.0



80-89



10



6.7



6.7



98.7



90-99



2



1.3



1.3



100.0



150



100.0



100.0



Total



Keterangan ; kolom 1: menunjukkan kelas dengan intervalnya Kolom 2: banyaknya frekuensi di tiap tiap kelas Kolom 3: menunjukkan frekuensi relative Kolom 4 : menunjukkan frekuensi valid psesent dari frekuensi relative Kolom 5 : menunjukkan frekuensi kumulatif Lalu bagaimana menyajikan data dalam bentuk diagram batang, diagram lingkaran, dan kurva normal. Langkahnya adalah sebagai berikut Klik analize Klik descriptive statistic Klik frekuencies Klik chart Pilih : bar, pie, atau histogram Kemudian continue dan ok, bila dipilih bar maka hasilnya akan ditayangkan sebagai berikut



7



Bila di pilih pie maka hasilnya adalah



Bila di pilih histogram with curve normal maka hasilnya



8



Modul II UKURAN TENDESI PUSAT DAN PENYEBARAN DATA



Tujuan praktikum aalah untuk mencari nilai ukuran tendensi pusat, mean, median, modus dan ukuran penyebaran data seperti range, variansi dan standar deviasi a. Ukuran Tendensi Pusat Langkah Buka file data terkait dengan nilai statistic mahasiswa pada modul I



9



Untuk mencari mean median dan modus untuk data tunggal maka langkahnya Klik analize Klik frekuencies Masukkan nilai statistic ke kotak variabel Klik statistic Beri tick pada mean, median dan mode Klik continue dan ok, maka hasilnya sebagai berikut



Output viewnya adalah



10



Statistics nilai_statistik N



Valid Missing



150 0



Mean



56.72



Median



56.50



Mode



45



Ada perbedaan nilai modus untuk data tunggal dan data berkelompok, dari hal ini dapat disimpulkan bahwa pengelompokan data kadang kadang menghiilangkan infromasi informasi tertentu, walaupun di sisi lain membantu orang untuk membaca secara cepat data yang telah disajikan dalam bentuk table distribusi frekuensi.



b. Mencari Ukuran Dispersi Data Langkah Buka file data terkait dengan nilai statistic mahasiswa



Untuk mencari range, variansi dan standar deviasipada langkahnya Klik analize Klik frekuencies 11



data tunggal maka



Masukkan nilai statistic ke kotak variabel Klik statistic Beri tick pada standar dev, variansi dan range Klik continue dan ok,



maka hasilnya sebagai berikut



Statistics nilai_statistik N



Valid Missing



Std. Deviation Variance Range



150 0 15.862 251.612 77



MODUL III 12



TEKNIK ANALISIS KORELASIONAL Tujuan praktikum adalah untuk mencari nilai uji statistic pada analiis korelasional sebagaimana matrik berikut



DEPENDENT NOMINAL Independen t



Nominal Ordinal Interval/Rasio



ORDINAL



Phi Coefficient



INTERVAL/RASI O Point biserial



Spearmen Point biserial



Pearson Product Moment



A. Mencari Nilai Phi Coeffiient Sebuah penelitian ingin mengetahui apakah ada hubungan yang signifikan antara bimbingan belajar dengan kesuksesan SNMPTN Variabel Ikut Bimbel Lulus SNMPTN 20 Tidak Lulus 25



Tidak ikut BImbel 20 35



Jumlah 40 60



SNMPTN Jumlah



55



100



45



Langkah 1. buka file baru, klik file-new-data



13



2. masukkan ke data variabel view name dan value variabel variabel berikut name bimbel Tidak ikut bimbel Ikut bimbel SNMPTN Tidak lolos SNMPTN lolos SNMPTN



value 0 1 0 1



3. Kemudian isilah data viewnya, sehingga tampak di data view sebagai berikut



14



4. Lakukan tekni korelasi untu mencari phi koeffisien dengan langkah sebagai berikut : drescriptive statistic-crosstab-masukkan bimbel ke row dan SNMPTN ke column, centang phi and cramer’s v.



5. kemudian continue dan ok. maka akan diperoleh hasil sebagai berikut



Symmetric Measures Value Nominal by Nominal



Approx. Sig.



Phi



.903



.000



Cramer's V



.903



.000



N of Valid Cases



100



Langkah analisis a. Hipotesis Ho = tidak ada hubungan yang signifikan antara bimbingan belajar dan kesuksesan SNPTM H1 = ada hubungan yang signifikan antara bimbingan belajar dan kesuksesan SNPTM b. Nilai table



15



Table yang digunakan adalah table r product momen karena Phi coefficient correlation adalah termasuk korelasi product moment untuk tipe nominal diskrit1. Df = N-nr= banyaknya responden – banyaknya variable Karena korelasi ada dua variable maka df = 100-2 = 98 Bila peneliti menggunakan α =5 maka nilai table =0.195 Jadi r table = 0,195 c. Titik kritis Ho ditolak bila φ hitung>r tabel d. kesimpulan φ =0,0,903 dan r table = 0,195, dengan demikian karena nilai φ hitung>r tabel



maka Ho ditolak dengan demikian harus menerima H1.



Jadi kesimpulannya ada hubungan yang signifikan antara bimbingan belajar dan kesuksesan SNMPTN.



B. Mencari nilai korelasi r spearmen Langkah 1. buka file baru, klik file-new-data



2. masukkan ke data variabel view name variabel berikut : keaktifan kunjungan ke perpustakaan dan prestasi fiqih 1 Riwidikdo, 2013, statistic kesehatan, Rohima press : Yoyakarta, dan Sudjiono, A, 2004, Pengantar Statistik Pendidikan, RajaGrafindo Persada :Jakarta p. 245



16



3. isilah data viewnya



4. untuk mencari nilai r spearman maka langkahnya : analize, correlate, bivariate, masukkan kedua variable ke kotak variable, kemudian beri tandang centang pada spearmen



17



5. kemudian klik ok, maka akanditayangkan hasilnya sebagai berikut :



Correlations keaktifan_kunjun gan_keperpustk aan Spearman's rho



keaktifan_kunjungan_keperp Correlation Coefficient ustkaan



prestasi_fiqih 1.000



.921**



.



.000



10



10



.921**



1.000



.000



.



10



10



Sig. (2-tailed) N



prestasi_fiqih



Correlation Coefficient Sig. (2-tailed) N



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



Dari output view di atas diperoleh nilai r spearman sebesar 0,921 Langkah Analisis : a. Hipotesis H0= tidak ada



hubungan



antara



keaktifan



keperpustakaan dengan prestasi mata kuliah fiqih



18



kunjungan



H1 = ada hubungan antara keaktifan kunjungan keperpustakaan dengan prestasi mata kuliah fiqih b. Tabel Statistik Bila N=10, dan α =5 mempunyai nilai ρ tabel=0,648 c. Titik kritis Ho ditolak bia ρ hitung > ρ tabel d. Kesimpulan ρ hitung = 0,921 ρ tabel=0,648 Karena ρ hitung> ρ tabel , maka Ho ditolak, jadi menerima H1. Kesimpulan



ada



hubungan



antara



keaktifan



kunjungan



keperpustakaan dengan prestasi mata kuliah fiqih.



C. Mencari nilai r person product moment Langkah 1. buka file baru, klik file-new-data



2. masukkan ke data variabel view nilai mateatika dan nilai fisika



19



3. isikan data viewnya



Untuk mencari nilai r person product moment maka langkahnya : analize, correlate, bivariate, masukkan kedua variabel ke kotak variabel, beri tanda centang pada person



20



Kemudian klik ok, maka akan terlihat hasilnya sebaga berikut



Correlations nilai_matematika nilai_matematika



Pearson Correlation



NIai_fisika



1



Sig. (2-tailed)



.000



N NIai_fisika



.928**



Pearson Correlation Sig. (2-tailed)



11



11



.928**



1



.000



N



11



11



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



Nilai r person product moment adalah 0,928 (sama dengan perhitungan secara manual) Langkah analisis : a. Hipotesis H0 : tidak ada hubungan antara nilai matematika dengan nilai fisika H1 : ada hubungan antara nilai matematika dengan nilai fisika b. Table statistic df=n-nr= jumlah sampel-banyaknya responden= 11-2=9. Bila df=9, dan peneliti menggunakan



α =5



maka nilai t table = 0,602 21



c. Titik kritis H0 ditolak bila r hitung > r tabel d. kesimpulan r hitung= 0,93 r table = 0,602 karena r hitung> r table maka H0 ditolak, berarti menerima H1. Jadii kesimpulannya ada hubungan antara nilai matematika dengan nilai fisika



MODUL IV TEKNIK ANALISIS KOMPARASIONAL Tujuan praktikum ini adalah untuk melakukan analisis uji komparasional dengan uji t dan Chi Square A. independent sample t-test Contoh : Apakah ada perbedaan prestasi fiqih antara siswa yang berlatar belakang SD dengan siswa yang berlatar belakang MI. data sebagai berikut : SD



MI



(x1) 78 77 67 75 80 79 67 78



(x2) 80 82 79 77 75 65 70



Langkah buka file baru, klik file-new-data



22



masukkan ke data variabel view nama dan value berikut Name Background pendidikan



value 1 2



SD MI



Prestasi Fiqih



Masukkan data melalui data view



23



Untuk mencari nilai independent sample t-test, maka langkahnya : analize, compare means, independent sample t-test, masukan variabel prestasi ke kotak test variabel, dan background pendidikan ke grup variabel.



Isilah define grup dengan angka 1 dan 2, sesuai nilai value pada background pendidikan.



24



kemudian klik continue dan ok , maka akan terlihat hasilnya sebagai berikut



Independent Samples Test Levene's Test for Equality of Variances



t-test for Equality of Means 95% Confidence Interval of the Sig. (2-



F



Sig.



t



df



tailed)



Mean



Difference Difference



prestasi Equal _fiqih



variances



Std. Error



Difference Lower



Upper -



.123



.731 -.105



13



.918



-.30357



2.90151 6.5718



assumed



9



Equal



-



variances not



-.104



12.027



assumed



.919



-.30357



2.93124 6.6885 8



Nilai t hitung = -0,105 Langkah analisis : a. hipotesis



25



5.96475



6.08144



H0 : tidak ada perbedaan prestasi fiqih antara siswa berlatar belakang SD dengan siswa berlatar belakang MI H1 : ada perbedaan prestasi fiqih antara siswa berlatar belakang SD dengan siswa berlatar belakang MI b. table statistic df = n1+n2-nr(banyaknya variabel) df= 8+7-2 df=13 bila peneliti menggunakan α =5 maka nilai t table adalah 2,16 c. titik kritis H0 di tolak bila t hitung > t table. d. Kesimpulan T hitung = 0,105 T table = 2,16 Karena t hitung < t table maka H0 diterima, kesimpulannya tidak ada perbedaan prestasi fiqih antara siswa berlatar belakang SD dengan siswa berlatar belakang MI. B. Mencari nilai paired sampel t test Contoh Apakah ada perbedaan kinerja guru antara sebelum pelatihan dengan sesudah pelatihan Sebelum pelatihan 67 72 69 70 70 68 73 70 71 69 72



Sesudah pelatihan 73 74 75 70 71 72 74 74 73 75 78



Langkah buka file baru, klik file-new-data



26



masukkan variabel view name berikut : Kinerja sebelum pelatihan dan Kinerja sesudah pelatihan.



Untuk mencari nilai paired sampel t test, langkahnya : analize-compare means-masukkan secara bersama-sama nilai kinerja ke kotak paired variabel



27



Kemudian klik ok, maka hasilnya sebaga berikut



Paired Samples Test Paired Differences 95% Confidence Interval of the



Mean Pair 1



Std.



Std. Error



Deviation



Mean



Kinerja_sebelu m_pelatihan Kinerja_sesuda



Difference Lower



Upper



Sig. (2t



df



tailed)



-3.45455



2.33939



.70535 5.0261 -1.88292



-4.898



10



.001



7



h_pelatihan



Diperoleh nilai t hitung = -4,9 (sama dengan perhitungan secara manual) Langkah analisis : a. Hipotesis H0 : tidak ada perbedaan nilai kinerja guru sebelum dan sesudah pelatihan H1 : ada perbedaan nilai kinerja guru sebelum dan sesudah pelatihan b. Table statistic Df = n- nr= banyaknya responden-banyaknya variabel Df= 11-1= 10 bila peneliti menggunakan α =5 maka nilai t table adalah 2,23 28



c. Titik kritis H0 ditolak bila t hitung > t table, atau t hitung < - t tabel d. Kesimpulan T hitung = -4,90 T table= 2,26 Karena t hitung (-4,90)< - t table (-2,26), maka H0 ditolak berarti menerima H1. Kesimpulan perbedaan nilai kinerja guru sebelum dan sesudah pelatihan.



C. chi square Contoh : Apakah ada perbedaan motivasi kuliah di jurusan PAI antara mahasiswa yang berlatar belakang SMA dengan mahasiswa yang berlatar belakang SMK. Data sebagai berikut MOTIVASI KULIAH DI JURUSAN



SMA SMK JUMLAH



TINGGI 35 25 60



PAI SEDANG 15 10 25



RENDAH 10 5 15



Langkah buka file baru, klik file-new-data



29



JUMLAH



60 40 100



masukkan variabel view, name berikut :



pendidikan motivasi



Name SMA SMK Rendah Sedang tinggi



Isilah data viewnya 30



value 1 2 1 2 3



Untuk mencari nilai chi square maka langkahnya : analize, crosstab, masukkan pendidikan ke kotak row dan motivasi ke kotak column, kemudian beri tanda centang pada kata chi square



Kemudian klik continue dan ok, maka akan diperoleh output view sebagai berikut



31



Chi-Square Tests Asymp. Sig. (2Value



df



sided)



44.444a



2



.000



Likelihood Ratio



58.221



2



.000



Linear-by-Linear Association



36.466



1



.000



Pearson Chi-Square



N of Valid Cases



100



a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.00.



Nilai chi square hitungnya adalah 44,44 Langkah analisis : a. Hipotesis H0 : tidak ada perbedaan motivasi kuliah di jurusan PAI antara mahasiswa yang berlatar belakang SMA dengan yang berlatar belakang SMK H1 : ada perbedaan motivasi kuliah di jurusan PAI antara mahasiswa yang berlatar belakang SMA dengan yang berlatar belakang SMK b. Table statistic Df = n-1 Df= 100-1= 99 bila peneliti menggunakan α =5 maka nilai χ 2 table adalah 123,32 c. Titik kritis H0 ditolak bila nilai χ 2 hitung > χ 2 tabel d. Kesimpulan 2 χ hitung = 0,35 2 χ tabel = 123,3 Karena χ 2 hitung < χ 2 tabel maka H0 diterima, jadi kesimpulannya tidak ada perbedaan motivasi kuliah di jurusan PAI antara mahasiswa yang berlatar belakang SMA dengan yang berlatar belakang SMK.



2 Table chi square dapat dibuat menggunakan program spss dengan formula IDF.chisq(0.95,df) bila taraf signifikansinya 5% atau tingkat kepercayaan 95%.



32



Modul V REGRESI LINIER SEDERHANA



Tujuan praktikum adalah untuk mencari nilai koefisien regresi. Contoh : Diperoleh data motivasi dan prestasi mata pelajaran fiqih siswa seagai berikut Subyek



MOTIVASI



PRESTASI



SISWA (X)



MAPEL



A 64 B 78 C 80 D 77 E 74 F 65 G 63 H 78 I 77 J 75 Dari data di atas tentukan :



FIQIH



(Y) 7 8 9 8 8 7 7 8 8 6



a. Bentuk persamaan regresi b. Besar kontribusi motivasi terhadap prestasi c. Bila siswa ingin mendapatkan prestasi dengan nilai 9 berapa mtivasi yang harus dimiliki siswa. Praktek dengan program SPSS 33



Langkah buka file baru, klik file-new-data



masukkan variabel view, dengan name : motivasi dan prestasi



Isilah data viewnya



34



Untuk mencari koeffisien regresi langkahnya adalah analize, regression, masukkan variabel motivasi ke kotak independt, dan variabel prestasi ke kotak dependent



35



Kemudian klik ok, maka akan diperoleh hasil sebagai berikut



Coefficientsa Standardized Unstandardized Coefficients Model 1



B (Constant) motivasi



Std. Error



Coefficients Beta



1.766



2.649



.080



.036



t



.616



Sig. .667



.524



2.210



.058



a. Dependent Variable: prestasi



Dengan demikian : a. Bentuk persamaan regresi Y= 1,75 +0.08 X b. Besar kontribusi motivasi terhadap prestasi adalah 0,08, artinya setiap pertambahan motivasi satu maka nilai prestasinya bertambah 0,08 c. Bila siswa ingin mendapatkan prestasi dengan nilai 9 berapa m0tivasi yang harus dimiliki siswa adalah X=Y= 1,75 +0.08 X 9=1,75 +0,08 X 9-1,75 = 0,08 X 36



7,25=0,08 X X=7,25/0,08 X= 90.63 ≈ 91 Jadi apabila ingin mendapat prestasi dengan nilai 9 maka motivasinya harus sebesar 91



Modul VI VALIDITAS DAN RELIABILITAS Tujuan praktikum adalah untuk mencari nilai validitas dan reliabilitas.



1 2 3 4 5 6 7 8 9 10



Skor Total



No Butir Soal



Subyek 1 1 0 0 2 2 0 1 0 2 1



2 1 0 0 2 2 0 0 0 2 1



3 2 2 2 2 2 2 1 0 2 1



4 2 1 2 2 2 2 1 0 2 1



5 1 0 0 1 1 2 2 1 2 1



6 0 0 0 0 2 2 2 1 2 1



7 1 2 1 0 2 1 0 1 2 1



8 1 2 0 2 2 1 1 1 1 0



9 2 1 2 2 1 1 0 1 2 0



10 2 2 2 2 1 1 0 0 2 0



11 12 2 2 0 1 0 0 1 0 0 0 2 1 0 0 0 0 2 2 0 0



Dari 12 butir pertanyaan angket di atas apakah butir 1 dan butir 5 valid? A. Mencari validitas Contoh kasus 1 Langkah buka file baru, klik file-new-data



37



17 11 9 16 17 15 8 5 23 7



Isikan variabel view, dengan name : butir 1, butir 2 dst



Masukan data ke data view



38



Untukmenacri nilai validitas langkahnya : analize, correlate, bivariate, masukkan butir 1 sampai butir 12 ke kotak variabel



Kemudian centang person, kemudian klik ok, maka akandiperoleh hasil sebagai berikut



39



Correlations



butir_1 butir_1



Pearson Correlation



butir_2



butir_2



Pearson Correlation Sig. (2-tailed) N



Butir_3



.290



.449



.644*



.000



.416



.193



.044



10



10



10



10



10



.939**



1



.380



.513



.716*



.278



.129



.020



10



10



10



Pearson Correlation



.290



.380



1



.899**



.734*



Sig. (2-tailed)



.416



.278



.000



.016



10



10



10



10



10



Pearson Correlation



.449



.513



.899**



1



.776**



Sig. (2-tailed)



.193



.129



.000



10



10



10



10



10



Pearson Correlation



.361



.197



-.129



.106



.350



Sig. (2-tailed)



.305



.586



.722



.770



.321



10



10



10



10



10



Pearson Correlation



.269



.128



-.169



.000



.208



Sig. (2-tailed)



.452



.724



.642



1.000



.565



10



10



10



10



10



Pearson Correlation



.017



.197



.302



.106



.377



Sig. (2-tailed)



.962



.586



.397



.770



.283



10



10



10



10



10



Pearson Correlation



.361



.361



.302



.106



.404



Sig. (2-tailed)



.305



.306



.397



.770



.248



10



10



10



10



10



Pearson Correlation



.193



.368



.564



.598



.606



Sig. (2-tailed)



.593



.296



.089



.068



.063



10



10



10



10



10



Pearson Correlation



.166



.316



.830**



.684*



.648*



Sig. (2-tailed)



.647



.374



.003



.029



.043



10



10



10



10



10



.227



.306



.469



.580



.752*



N Butir_6



N Butir_7



N Butir_8



N Butir_9



N Butir_10



N Butir_11



.000 10



N Butir_5



total



10



N Butir_4



Butir_4



.939**



1



Sig. (2-tailed) N



Butir_3



Pearson Correlation



40



.008



Dari outputview SPSS di atas terlihat bahwa nilai r butir 1=0,644, r butir 2= 0,716 dst (yang dibaca matrik korelasi antara butir dengan total skor). Dari tampilan di atas ada beberapa butir yag tidak ditayangkan secara kolom namun secara baris di tayangkan secara utuh. B. Mencari nilai koefisien reliabilitas Langkahnya Analize, scala, reliability analisis



Kemudian masukkan butir 1, butir 2 ke kotak items



41



Pastikan model yang digunakan alpha, kemudian klik ok, maka akan terlihat hasil sebagai berikut



Reliability Statistics Cronbach's Alpha



N of Items .743



13



Jadi nilai koefisien reliabilitas alpha = 0,743 , karena di atas 0,7 maka angket dikatakan reliable.



DAFTAR PUSTAKA Anas Sudijono, 2004, Pengantar Statistik Pendidikan, PT RajaGrafindo Persada: Jakarta Danang Sunyoto, 2012, Analisis Validitas Dan Asumsi Klasik , Gava Media : Yogyakarta -----, 2012, Statistik untuk Paramedis, Alfabeta : Bandung Eriyanto, 2007, Teknik sampling Analisis opini Publik, LKiS : Yogyakarta Hog and tanis, probability and statistical inference, Prentice Hall International Inc : New Jersey Pangestu Subagyo, 2004, Statistik Terapan, BPFE: Yogayakarta Riwidikdo H, 2013, Statistik Kesehatan, Rohima Press : Yogyakarta Saefudin Azwar, 2015, Reliabilitas dan Validitas, Pustaka pelajar : Yogyakarta Singgih santosa, 2000, Buku Latihan SPSS Statistik parametric , Elek Media Komputindo : Jakarta 42



Walpole RE, 1997, introduction to statistic 3rd edition (terjemahan), Gramedia Pustaka Uatama : Jakarta



Biodata Penulis Joko Subando, Klaten 4 Januari 1975. Alumni dari S1 Fakultas MIPA Matematika UNS, S2 Manajemen Pendidikan UMS Surakarta dan saat ini sedang melanjutkan Program Doctoral di Program Studi Penelitian Dan Evaluasi Pendidikan Universitas Negeri Yogyakarta. Mengajar statistic di STAI Mambaul ‘ulum Surakarta, serta Metodologi Penelitian Dan Statistic dasar di Akademi Kebidanan Mambaul ‘Ulum Surakarta



43