STATISTIK TERAPAN

5/27/2018 STATISTIK TERAPAN

1/76

STATISTIK TERAPAN

MUH. DARMAWAN BASOKA

081 514 035

1


2/76

Peranan Statistika

Dalam kehidupan sehari-hari.

Seperti : Tiap bulan habis Rp.50.000

untuk keperluan rumah tangga.Dalam dunia penelitian atau riset

2

Apakah setiap penelitian harus

menggunakan statistik ?


3/76

Apakah statistika itu?

Statistika merupakan pengetahuan yangmemberikan prosedur ilmiah untukpengumpulan, pengorganisasian, peringkasan,penganalisaan berdasarkan kumpulan data dan

penganalisaan yang dilakukan. Statistik hanyalah alat bantu. Kita harus pandai-

pandai memilih alat bantu yang sesuai.

3

Kapan statistik digunakan ? Jika menghadapi data yang komplek Jika ingin melakukan generalisasi (meneliti

sedikit kesimpulannya untuk yang banyak)


4/76

Dalam bidang apa saja statistik digunakan? Ilmu Perilaku (pendidikan, psikologi, sosiologi)

Bidang yang lain (kimia, biologi, pertanian, fisika,ekonomi, kedokteran, dll.

4

Guru ingin menarik kesimpulan manakah metodepengajaran yang lebih unggul dari beberapa metode

Psikolog ingin menentukan ketepatanpengukurannya tentang kecenderungan tertentu

Sosiolog ingin meyakinkan tentang peristiwa-peristiwa anti sosial.

Ahli medis ingin menentukan obat yang palingefektif

Ahli pertanian ingin mengetahui pupuk yang palingefektif untuk jenis tanaman tertentu


5/76

Statistik Deskriptif Mempelajari cara penyusunan dan penyajian data

yang dikumpulkan. Teknik ini memungkinkan kitauntuk menggambarkan dengan tepat suatukumpulan informasi kuantitatif, menyajikannyadalam bentuk yang lebih ringkas dan menyenangkandaripada kumpulan data aslinya, memfasilitasi kitayang ingin mengkomunikasikan dan memberikaninterpretasi secara rapi daripada menyajikannyadalam bentuk data yang tak terorganisir.

Sebagai contoh skore hasil suatu tes terhadapsejumlah besar siswa dapat diringkaskan denganmenunjukkan rata-rata, distribusi frekuensi, grafikdistribusi tersebut.

Termasuk dalam statistik deskriptif a.l. rata-rata,simpangan baku, median dsb.5


6/76

Statistik Inference(inferensial)/Statistik induktif

Mempelajari tata cara penarikan kesimpulan mengenaipopulasi berdasarkan data yang ada pada sampel. Teknik ini memungkinkan peneliti untuk

menggambarkan kesimpulan dan generalisasi darisampel ke populasi, dari individu-individu yang

berpartisipasi langsung dalam penelitian kepadaindividu-individu yang tidak terlibat langsung dalampenelitian. Yang ingin diteliti sebenarnya populasi,namun karena berbagai alasan maka yang ditelitisampel.

Statistik inferencetelah digambarkan sebagai acollection of tools for making the possible decisions inthe face of uncertainty

Termasuk di sini a.l. Uji t, anava, regresi dan korelasi

sederhana, regresi dan korelasi multiple, anacova dananalisis multivariat6


7/76


8/76

Variabel dapat digolongkan menjadidiskrit dan kontinuVariabel deskrit: hanya ada satu nilai, tidak

fraksional, datanya diperoleh dengan mencacah.Contohjenis kelamin, afiliasi politik, jumlah anakdalam kelas, agama. Data yangmenggambarkan variabel deskrit disebut datadeskrit.

Variabel kontinu: dapat mempunyai nilaifraksional, diperoleh melalui suatu pengukuran.Contoh: tinggi badan, kecakapan berbicara, IQ.Hasil pengukuran var. Kontinu kadangdinyatakan dalam angka bulat, IQ seseorang =115, sebenarnya antara 114.5 s/d 115.5.

8


9/76

Adakah kaitan deskrit-kontinu dankualitatif-kuantitatif?Variabel kontinu selalu kuantitatif

Variabel deskrit dapat berbentuk kualitatif(afiliasi politik, agama, ) atau berbentuk

kuantitatif (jumlah siswa dalam kelas, jumlahsiswa yang lulus EBTA)

Variabel kontinu kadang-kadang dinyatakandalam deskrit, contoh: IQ dikelompokkan

menjadi gifted, normal dan retarded; kreativitasdikelompokkan menjadi tinggi, sedang, rendah;motivasi berprestasi dikelompokkan menjaditinggi dan rendah

9


10/76

Skala pengukuranSkala nominal:

skala pengukuran paling rendah, menggolongkanhasil pengamatan ke dalam kategori. Contoh: jeniskelamin (laki-laki dan perempuan), mahasiswa danbukan mahasiswa; suatu populasi guru SMA dapatdigolongkan menjadi guru matematik, guru IPA dsb.

Skala noninal sifatnya deskrit dan kualitatif.

10

Skala ordinal: skala yang mempunyai dua karakteristik yaitu 1)

dapat dilakukan klasifikasi pengamatan dan 2) dapatdilakukan pengurutan.

Skala ini sering disebut juga rank order


11/76

Contoh variabel yang skalanya ordinal:rankingdalam memainkan piano. Seorang musisi profesional

dapat menyusun ranking terhadap 3 orang pemainpiano walaupun tidak dapat menjelaskan seberapalebih baik satu dengan yang lain. Contoh lain:tingkat pendidikan dosen, pangkat dan golongan

pegawai negeri. Skala ordinal mungkin deskrit , contoh variabel

tingkat pendidikan (SD, SMP, SMA, PT), ataukontinu, contoh ranking guru atas dasar besarnyakontribusi terhadap profesinya( kurang, cukup, baik,sangat baik).

Teknik statistik yang disusun untuk skala nominal

dan ordinal disebut statistik nonparametrik.11


12/76

Skala interval: skala ini mempunyai karakteristik 1) dapat

dilakukan klasifikasi pengamatan, 2) dapat

dilakukan pengurutan pengamatan, 3) terdapat-nya satuan pengukuran. Skala interval benar-benar kuantitatif. Tidak ada hasil pengukuran yang berskala interval

yang hasilnya benar-benar 0. Contoh skala intervaladalah IQ, tidak ada orang yang IQ nya = 0.Orang dengan IQ= 100 tidak dapat diartikankemampuannya 2 kali orang yang mempunyai IQ=50.

Sebagian besar tes psikologi hasil pengukurannyaberskala interval, seperti achivement motivation,spatial ability, numerical ability, curiousity,creativity, attitude toward matematic dll.

12


13/76

Skala rasio:

Skala ini mempunyai semua sifat skala interval

ditambah satu sifat adanya pengukuran yangnilainya zero.

Contoh: tinggi, berat badan, umur, besarnya kuatarus, besarnya tahanan listrik.

Teknik statistik yang dikembangkan untuk datayang skalanya interval dan rasio disebut statistikparametrik.

13


14/76


15/76

Populasi dan Sampel

Populasi adalah himpunan individu atauobyek yang benyaknya terbatas atau tidakterbatas.

Misalnya jumlah pepohonan dalam suatukawasan hutan

sampel adalah sebagian dari obyek atau

individu-individu yang mewakili suatupopulasi.

15


16/76

Menentukan taraf signifikansi ()

Sebagian besar behavioral research dilakukandengan taraf signifikansi 0.05 dan 0.01. Untukexploratory research digunakan taraf signifikansi0.10 dan 0.20. Dalam pengujian obat digunakan

taraf signifikansi yang sangat kecil, misal 0.0001.Demikian juga pengujian atas ketepatan stirpesawat terbang digunakan yang sangat kecil.

Bila kita mengambil taraf signifikansi 5 % artinyakita sudah mengantisipasi bahwa kita akan 5 kalimenolak hipotesis yang sebenarnya benar dari 100kali pengujian

Apa yang mendasari pemilihan angka tarafsignifikansi tersebut?

16


17/76

Uji t dan Uji Z

Uji t digunakan bila berhadapan denganpengujian dua rataan, yang simpanganbaku populasinya tak diketahui.

Uji Z digunakan bila berhadapan denganpengujian dua rataan, yang simpanganbaku populasinya diketahui.

Dalam kedua uji tersebut ada uji duapihak dan uji satu pihak (pihak kanan ataupihak kiri)

17


18/76


19/76

Pengujian perbedaan dua rataan (Uji satu pihak)

Ho: 1 2

H1: 1 > 2

Kedua populasi

normal,1=2=dandiketahui

Uji Z

Daerah penerimaan

Z< Z(1- )

Ho: 1 2H1: 1 > 2

Kedua populasinormal,

1=2=dantak diketahui

Uji tDaerah penerimaan

t< t (1- )

Ho: 1 2

H1: 1 > 2

Kedua populasinormal,

1 2 dan

tak diketahui

Uji t , Daerahpenerimaan

19


20/76


21/76

Contoh penelitian denganindependent samples

Seorang guru mendesain dua metode mengajardan ingin mengetahui mana yang lebih efektif,diambil dua kelas yang berbeda untuk penerapankedua metode tersebut, kemudian mengetes

hasilnya dengan instrumen yang sama. Seorang dosen ingin melihat apakah hasil belajar

statistika mahasiswa prodi matematika berbedadengan mahasiswa prodi fisika. PBM dan intrumentesnya sama.

Seorang guru ingin mengetahui mana pendekatanbelajar yang lebih baik antara yang langsungmelihat lingkungan dengan yang hanya melihatrekaman lingkungan untuk materi pencemaran

lingkungan21


22/76

Contoh penelitian dengan relatedsamples

Seorang guru telah menyelesaikan pokok bahasantertentu, dia tidak puas lalu menambah materidalam bentuk media interaktif dalam komputer,kemudian mengetes hasilnya dengan instrumen

yang sama. Seorang dosen ingin melihat apakah ada

peningkatan kemampuan penalaran formal padasekelompok siswa setelah diberi pelatihan berpikirabstrak. Intrumen tes penalaran formal yangdigunakan sama.

Seorang guru ingin mengetahui pengaruhpemutaran film tentang penerapan berbagaibioteknologi terhadap perubahan sikap siswa

terhadap pelajaran biologi.22


23/76

Uji normalitas populasi sebagaisyarat uji t

Dengan chi kwadrat.

Cara ini digunakan untuk data yang berupa distribusifrekuensi. Buat tabel kerja untuk menghitung rataan

dan simpangan baku. Buat tabel kerja untuk menghitung frekuensi

harapan.

Hitung harga 2. Lihat daerah penerimaan

Jika 2 (obsevasi/ hitung)> 2 tabel berarti populasiberdistribusi normal.

23


24/76

Dengan metode Lilliefors

Digunakan untuk data yang tidak berbentukdistribusi frekuensi.

Buat tabel untuk mencari L maks. Hitung (angka baku, zi) untuk masing-masing nilai

Hitung peluang F(zi) dgn rumus F(zi)=(0.5 luasuntuk harga ziyang bersangkutan-untuk z negatif).Jika z positif, maka F(zi)=(0.5 + luas untuk harga zi

Hitung S(zi) dengan rumus S(zi) = banyaknyacacah nilai dibagi n

Hitung harga F(zi) S(zi), lihat hargamaksimumnya (inilah harga L maks hitung/observasi. Cocokkan dengan harga L tabel

Jika L hitung> L , nmaka populasi berdist. normal24


25/76

Anava (Analisis Variansi)Anova (Analysis of Variance)

Teknik analisis ini digunakan jika berhadapan denganpengujian kesamaan beberapa rataan (lebih dari dua).Untuk menguji dua rataan cukup dengan uji t. Namundemikian Anava dapat juga digunakan untuk mengujidua rataan.

Teknik ini dapat digunakan untuk melihat pengaruhsatu variabel bebas terhadap suatu variabel terikat.Teknik analisis disini disebui Anava satu jalan (oneway classification). Disebut juga the simple analysis ofvariance. (Variabel bebas terdiri dari beberapakategori ).

Contoh peneliti ingin mengetahui apakah ada

pengaruh waktu belajar (pagi, siang dan sore)terhadap prestasi belajar.25


26/76

Data prestasi belajar

Teknik ini dapat digunakan untuk melihat pengaruhdua variabel bebas terhadap suatu variabel terikat.Teknik anava untuk ini disebut Anava dua jalan (twoway analysis of Variance). Jika masing-masing variabelbebas terdiri dari dua dan tiga kategori, maka disebut

Anava dua jalan 2 x 3.Contoh: Studi pengaruh penggunaan metodekooperatif (Jigsaw dan STAD) dan keingintahuan(tinggi, sedang, rendah) terhadap prestasi belajar

fisika Siswa SMA kelas X26

Pagi Siang Sore


27/76

Data prestasi belajar

Teknik ini dapat digunakan untuk melihat pengaruhtiga variabel bebas terhadap suatu variabel terikat.

Teknik anava untuk ini disebut Anava tiga jalan (Threeway analysis of Variance). Jika masing-masing variabelbebas terdiri dari dua kategori, maka disebut Anavatiga jalan 2 x 2 x 2. 27

Metode

koopereatif

Jigsaw STAD

Keingin-

tahuan

Tinggi

Sedang

Rendah


28/76

Contoh: Studi pengaruh penggunaan metodekooperatif (Jigsaw dan STAD) , jenis kelamin (laki-laki,

perempuan) dan keingintahuan (tinggi, sedang,rendah) terhadap prestasi belajar fisika Siswa SMAkelas X

Anava tidak hanya terbatas tiga jalan tetapi dapat

lebih banyak lagi28

Metode koopreatif

Jigsaw STADJenis kelamin Pria Wanita Pria Wanita

Keingin-

tahuan

Tinggi

Sedang

Rendah


29/76

Persyaratan Analisis variansi

Setiap sampel diambil secara random daripopulasinya.

Masing-masing populasi saling independen danmasing-masing data amatan saling independen

dalam satu kelompoknyaJika ingin melihat pengaruh waktu mengajar(pagi,siang dan sore), maka harus dijaga agar tidak adasaling mempengaruhi antara siswa yang diajar pagi,siang dan sore. Data amatan hasil belajar harusdiperoleh masing-masing siswa secara independen,bukan saling mencontek.

29


30/76

Setiap populasi berdistribusi normal

Dalam konteks analisis variansi, masing-masing

kelompok merupakan sampel dari populasinyasendiri-sendiri. Uji normalitas dilakukan terhadapmasing-masing kelompok data (sel).

Populasi-populasi mempunyai variansi yang sama.

(diuji dengan uji homogenitas varians). Ujihomogenitas varians dilakukan dengan uji BartLet.

Untuk Anava dua jalan dan seterusnya, dikenalistilah interaksi. Pengertian interaksi (profil efekbersama akan dijelaskan dengan contoh penelitian.

30


31/76

Uji lanjut pasca anava Jika dari pengujian diperoleh bahwa ada efek

perlakuan, maka dilanjutkan untuk mencari manayang paling baik, apakah ada yang sama, digunakanuji Scheffe. Uji ini menggunakan tabel F. Uji lain dapatdigunakan seperti uji Dunnett yang menggunakan

tabel t.

31


32/76


33/76

Profil tersebut dapat untuk menduga ada tidaknyainteraksi antara variabel independet strategipembelajaran dengan variabel independen jeniskelamin. Jika tidak berpotongan maka diduga tidakada interaksi. Jika berpotongan mungkin adainteraksi, namun demikian yang dipegang tetap

hasil pengujian.

33

Score

Normal

motivational

Hyper

motivational

Complex

Skill

Simple

Skill

Apakah gambar di

samping ini

menunjukkan

adanya interaksi

antara pemberian

motivasi dengan

jenis skill terhadap

prestasi olah raga


34/76

Anacova (Analysis of covariance) Keberhasilan peneliti dalam membandingkan

beberapa perlakuan sangat bergantungbagaimana peneliti mengontrol penelitiannya.

Pengontrolan dilakukan terhadap variabel-variabelyang diperkirakan akan mempengaruhi hasil

perlakuan. Pengontrolan dapat dilakukan dengan mengatur

desain penelitian, seperti menyamakanmenyamakan subyek-subyek penelitian atas dasar

NEM, nilai cawu sebelumnya, IQ dll.Anacova adalah teknik pengontrolan non

eksperimen, atau disebut pengontrolan secarastatistik.

34


35/76

Seorang peneliti ingin membandingkan dua metodepembelajaran di SMA. Dia yakin bahwa materi yangakan dipelajari sangat terkait dengan pemahamanIPA di SMP (yang diwakili nilai NEM), oleh karena itupeneliti menempatkan NEM sebagai kovarian.

Nilai NEM dibiarkan apa adanya tanpa digolongkantinggi rendah, dimasukkan dalam perhitungan. JikaNEM dijadikan pengontrol tetapi digolongkanmenjadi tinggi rendah, maka peneliti menggunakandesain Anava.

Dengan memasukkan NEM sebagai kovariandiharapkan perbedaan hasil benar-benar karenaperbedaan metode pembelajaran, bukan karenapengaruh pengetahuan IPA di SMP (NEM).

35

Korelasi


36/76

36

Korelasi Jika peneliti memasangkan dua hasil pengamatan

terhadap suatu obyek, maka peneliti berhadapan

dengan masalah korelasi. Seorang penelitimengukur IQ dan prestasi belajar siswanya. DataIQ dan Prestasi belajar dipasangkan kemudiandihitung koefisien korelasinya.

Ada beberapa macam cara menghitung korelasibergantung pada jenis datanya.

Korelasi menunjukkan derajat hubungan duavariabel. Besarnya korelasi dinyatakan sebagaikoefisien korelasi.

Harga koef. Korelasi: dari 1 s/d + 1 Harga +1menunjukan hubungan positif sempurna. Harga 0menunjukan tidak ada hubungan.


37/76


38/76

38

Interpretasi koef. Korelasi product moment: Biasanya harga koef. korelasi antara 0.30 s/d

0.70 dikatakan korelasi moderat, di bawah 0.30dikatakan korelasi rendah, di atas 0.70 dikatakantinggi. Pernyataan tersebut tidak benar, sebabkoef. korelasi adalah fungsi dari ukuran sampel.

Mana yang lebih baik korelasinya antara koef.Korelasi tinggi tetapi sampelnya sedikit dengankoef. Korelasi rendah tetapi sampelnya banyak.

Cara yang benar untuk menilai koef. Korelasiyang benar adalah dengan menguji signifikantidaknya harga r, atau melihat harga krtitik rproduct moment.


39/76


40/76

40

Contoh penggunaan korelasi Spearman Rank:hubungan antara tingkat kecantikan dengankemampuan bekerjasama; hubungan antara sifat

toleransi dengan tingkat kesadaran terhadap hakazazi.

3. Point Biserial Correlation Coefficient

Korelasi ini digunakan untuk dua data, yang satukontinyu dan yang satu lagi dikotomi. Data dikotomidiasumsikan diskrit. Contoh hitungan lihat Roscoe, 85

rphi =

M1M0----------- pqx

Contoh dikotomi: succesful

or unseccessful, graduates

or ungraduates, kawin atau

tidak kawin


41/76

41

4. Phi Coefficient.

Korelasi ini digunakan untuk dua data, yang kedua-duanya dikotomi. Contoh hitungan lihat Roscoe. 1969:86-87

5. Biserial Coefficient Correlation

Korelasi ini digunakan untuk dua data, keduanya

kontinyu namun yang satu diperlakukan dikotomi.Contoh hitungan lihat Roscoe. 1969: 87-88

Masih ada korelasi lain seperti tetrachoric correlationcoefficient , contingensi coefficient.

=

bc - ad------------------------------

(a+b)(c+d)(a+c)(b+d)

D t h dik lk


42/76

42

Data apa yang harus dikumpulkan, apainstrumennya dan apa teknik analisis datanya?

1. Hubungan antara sikap terhadap mata pelajaran IPAdengan perilaku sehat siswa SMP ...

2. Hubungan antara performanceguru dengan prestasibelajar siswanya di Kodya ...

3. Hubungan antara lama waktu menghafal anatomitubuh dalam bahasa latin dengan prestasi belajaranatomi

4. Hubungan antara tingkat penalaran formal dengankemampuan problem solving

5. Hubungan antara latar belakang pekerjaan orangtua (swasta , negeri) dengan tingkat keberanian

memilih pekerjaan beresiko tinggi


43/76

43

REGRESI DAN

KORELASI


44/76

44

Pengertian Regresi dan Korelasi

Regresi menunjukkan bentuk hubungan antara

variabel bebas dan variabel terikat. Bentuk

hubungan bisa linear, kuadratik atau lainnya.

Bentuk hubungan dinyatakan dalam bentukpersamaan regresi (contoh Y = a + bx, Y = bo

+b1X1 + b2X2+b3X3+ .. )

Korelasi menunjukkan besarnya hubungan

antara variabel bebas dengan variabel terikat.Besarnya hubungan dinyatakan dengan

koefisien korelasi (contoh ryx= 0.80, RY.12= 0.6)


45/76


46/76

46

Regresi dan korelasi sederhana

Jika kita hanya memperhatikan hubunganantara satu variabel bebas dengan satu variabelterikat maka kita berbicara tentang regresi dankorelasi sederhana.

Variabel sering disebut juga peubah. Variabelterikat disebut juga variabel respon atau variabeltergantung, sedang variabel bebas disebut jugavariabel prediktor atau variabel pendahulu.

Regresi (bentuk hubungan) antara dua variabelbisa berbentuk linear atau non linear. Regresisederhana yang biasa dibicarakan adalahregresi linear sederhana.


47/76


48/76


49/76


50/76


51/76


52/76


53/76


54/76


55/76


56/76


57/76


58/76


59/76


60/76


61/76


62/76


63/76

63

Peubah-peubah X3 dan X4 adalah peubah

endogenus. Jalur berupa garis beranak panah tunggal

pada ujungnya. Kedua jalur yang ditarik dari X1 dan

X2 kepada X3 menyatakan bahwa X3 merupakan

peubah tak bebas bagi peubah-peubah X1 dan X2

Sementara itu peubah X3 bersama-sama dengan

peubah X1dan X2, nampak pula menjadi peubahbebas bagi peubah X4.

Model dalam diagram jalur di atas disebut model

rekursif; artinya adalah bahwa arus kausal dalam

model bersifat eka-arah. Dikatakan dengan cara lain,berarti bahwa pada saat yang sama sebuah peubah

tidak dapat menjadi penyebab bagi dan akibat dari

peubah lain


64/76


65/76

Contoh:


66/76

66

Misalkan elah dihitung koef korelasi r12= 0.50 . r23=

0.50 , r 13= 0.25 , sehingga dapat dibuat matrik

korelasi sbb: X1 X2 X3X1 1 0.50 0.25

X2 1 0.50

X3 1

Contoh:

Seorang peneliti menyusun suatu model sbb:

X2 X3

X1

P21

P31

P32

R


67/76Dalam model ini tampak bahwa tidak ada efeklangsung dari X ke X Apakah dengan model ini


68/76

68

langsung dari X1ke X3. Apakah dengan model initelah dihasilkan matriks korelasi yang samadengan: X1 X2 X3

X1 1 0.50 0.25

X2 1 0.50

X3 1

Dari model yang baru kita buat persamaan:

r12= P21 r13= P32r12 r23= P32+ P31r12

Dengan memasukkan koef jalur kita peroleh: r12

=

0.50 : r13= (0.50)(0.50) = 0.25 ; r 23= 0.50. Semua

korelasi ini menghasilkan matrik yang sama

dengan Jadi model sederhana tersebut

didukung oleh data.

R

R


69/76


70/76

Mann Whitney U Test


71/76

Mann-Whitney U-Test

Tes ini merupakan analisis non parametrik sebagaialternatif dari t test untuk dua sampel independen.

Data untuk tes ini minimal ordinal.

Data tidak berdistribusi normal dan variannya tidakhomogen.

Sangat berguna untuk sampel kecil yang padaumumnya persyaratan normal dan homogen sulit

terpenuhi.Pengukuran terhadap dua sampel harusmenggunakan instrumen yang sama.

Wilcoxon Mathed-pairs SignRank


72/76

p g

TestTes ini digunakan untuk dua sampel berpasangan,

normalitas distribusi dan homogenitas varians takterpenuhi. Cara ini merupaka alternatif untuk t-tesdata berpasangan atau related sample

Contoh sudjana 2005 hal 450.

Penelitian menyimpulkan bahwa tak ada perbedaanyang signifikan hasil perlakuan dua metode.Kesimpulan ini sesuai dengan analisis mengunakanuji t (bila data berdistribusi normal dan homogen)

Mana analisis yang sesuai sebenarnya harus diujidulu normalitas distribusi data dan homogenitasvariannya lebih dulu. Jika tidak berdistribusi normaldan variannya tak homogen maka tidak bisa

menggunakan uji t.


73/76


74/76


75/76


76/76

STATISTIK TERAPAN

Documents

Transcript of STATISTIK TERAPAN