LBM 4 AVEE
-
Upload
depi-bootz -
Category
Documents
-
view
228 -
download
2
description
Transcript of LBM 4 AVEE
LBM 4
MODUL METODE PENELITIAN
Biostatistik
cabang ilmu statistic yang berkaitan dengan apliksai metode statistic pada
persoalan dibidang biologi dan kedokteran.
Fungsi
o Memecahkan masalah2 penelitian yang berkaitan dengan
kehidupan melalui pengumpulan, pengolahan dan penyajian
analisis
o Untuk menganalisis sampel yang diambil dari suatu populasi
Contoh : homogenitas sampel
o menguji validitas dan reliabilitas instrument penelitian
o menguji hipotesis
Peranan statistic dalam penelitian
a. Alat untuk menghitung besarnya anggota sample yang diambil
dari suatu populasi. Dengan demikian jumlah sampel yang
diperlukan lebih dapat dipertanggungjawabkan.
b. Alat untuk menguji validitas dan reabilitas instrumen. Sebelum
instrumen digunakan untuk penelitian, maka harus diuji validitas
dan reabilitasnya terlebih dahulu.
c. Teknik-teknik untuk menyajikan data, sehingga data lebih
komunikatif. Teknik-teknik penyajian data ini antara lain; tabel,
grafik, diagram lingkaran, dan pictogram.
d. Alat untuk menganalisis data seperti menguji hipotesis penelitian
yang diajukan. Dalam hal ini statistik yang digunakan antara lain;
korelasi, regresi, t-test, anova,dll.
Statistika untuk Penelitian, Prof. DR. Sugiyono
Macam-macam statistic
a) Statistik deskriptif (data nominal,ordinal,skala interval dan rasio)
adalah statistik yang digunakan untuk menggambarkan atau
menganalisa karakteristik data hasil penelitian, tetapi tidak untuk
membuat kesimpulan yang lebih luas (generalisasi/inferensial)
- statistic lokasi (ukuran kecenderungan memusat) : menerangkan
kedudukan contoh pada suatu dimensi yang menggambarkan
peubah.
- statistic sebaran :
Statistic inferensial adalah suatu proses penarikan kesimpulan
terhadap karakter populasi yang didasarkan pada data yang
diperoleh dari observasi pada sampel
- Statistic parametric : kolerasi produk momen, kolerasi ganda,
dan kolerasi parsial.
Persyaratan untuk dapat menguji dengan uji statistik
parametrik :
a. Jumlah sampel cukup besar untuk dapat diproses
b. Sampel diambil secara acak
c. Sampel tsb berdistribusi normal
d. Bila ingin melakukan uji beda , kedua sampel harus memiliki
varian yang sama
e. Data yang ada berskala interval atau rasio
- Statistic non parametric : bagian statistik yang tidak
memerlukan asumsi2 tertentu misalnya mengenai bentuk
distribusi dan hipotesis2 yang berkaitan dengan nilai2 parameter
ttt
Persyaratan uji statistik non-parametrik :
uji statistik yang digunakan untuk uji pada sampel yang kecil
berskala nominal atau ordinal namun dalam keadaan tertentu
dapat juga untuk skala interval dan rasio, bilamana sampel
yang berskala tsb tidak mungkin diuji secara parametrik
sebaran data tidak normal, tidak homogen
tidak bekerja berdasarkan atas parameter estimasi dari
populasi seperti simpangan baku , maupun varian
Panduan Penelitian oleh Dr.B.Sandjaja, MSPH
Syarat untuk menguji statistik parametrik dan non parametrik
Parametrik
Jumlah sampel cukup besar untuk dapat diproses
Sample diambil secara acak
Sampel tersebut berdistribusi normal
Bila ingin melakukan uji beda, kedua sampel harus memiliki
varian yang sama
Data yang berskala interval atau rasio
Non Parametrik
a. Sampel kecil
b. Berskala nominal atau ordinal
c. Berskala interval atau rasio, bilamana sampel yang berskala
tersebut tidak memenuhi syarat uji parametrik
Panduan Penelitian, Dr. B. Sandjaja, MSPH
kegunaan/ peran?
Berperan dalam pengujian hipotesis
Penyusunan model teoritis
Pengembangan alat pengambilan data
Penyusunan rancangan penelitian
Penentuan sampel penelitian
Pengolahan dan analisi data
( Prof. DR. H. Abdurrahmat Fathoni, M. Si. Metodologi Penelitian dan
Tehnik Penyusunan Skripsi. Rineka Cipta)
a)alat untuk menghitung besarnya anggota sample yang diambil
dari suatu populasi
b)alat untuk menguji validitas dan reliabilitas instrument
c) tehnik2 untuk menyajikan data, sehingga data lebih komunikatif
d)alat untuk analisis data seperti menguji hipotesis penelitian yang
diajukan.
(Statistik untuk penelitian oleh DR.Sugiyono)
variable yang ada di dalam statistic
a. Variabel kategorikal :
berkaitan dengan karakteristik satu set data, dengan
pengukuran kategorikal dikenal istilah jumlah atau frekwensi
tiap kategori (n) dan persentase tiap kategori (%)yang
umumnya disajikan dalam bentuk tabel atau grafik
b. Variabel numerik
Berkaitan dengan gambaran karakteristik satu set data
dengan skala pengukuran numerik, parameter yang lazim
digunakan yaitu parameter ukuran pemusatan (mean,
median , modus ) dan parameter ukuran penyebaran
( standar deviasi, varian, koefisien varian, interkuartil, range,
dan minimum maksimum. Data variabel dengan skala
pengukuran numerik umumnya disajikan dalam bentuk tabel
dsn grafik ( histogram dan plot)
(Dahlan. S, Statistika Untuk Kedokteran dan kesehatan,
2004)
penjelasan tentang uji parametric dan nonparametric
Macam-macam statistic non parametric
a) uji tanda (sign test)
uji tanda didasarkan atas tanda2 positif atau negatif dari
perbedaan antara pasangan pengamatan , bukan atas besarnya
perbedaan.Uji tanda biasanya digunakan untuk mengetahui
pengaruh sesuatu.Langkah2 pengujian dengan uji tanda :
1. menentukan formulasi hipotesis
H0 : probabilitas terjadinya tanda positif dan probabilitas terjadinya
tanda negatif adalah sama
H1 : probabilitas terjadinya tanda positif dan probabilitas terjadinya
tanda negatif adalah berbeda
2. menentukan taraf nyata (α)
Pengujian dapat berbentuk satu sisi atau dua sisi
3. menentukan kriteria pengujian
i. pengujian satu sisi
H0 diterima apabila α ≤ probabilitas hasil sampel
H0 ditolak apabila α > probabilitas hasil sampel
ii. pengujian dua sisi
H0 diterima apabila α ≤ 2 kali probabilitas hasil sampel
H0 ditolak apabila α > 2 kali probabilitas hasil sampel
4. menentukan nilai uji statistik
Merupakan nilai dari probabilitas hasil sampel.
5. membuat kesimpulan
Menyimpulkan H0 diterima / ditolak
b) sign rank test (wilcoxon)
pada uji bertanda ini selain memperhatikan tanda perbedaan (positif
atau negatif) juga memperhatikan besarnya beda dalam menentukan
apakah ada perbedaan nyata antara data pasangan yang diambil dari
sampel atau sampel yang berhubungan
langkah2 wilcoxon :
1. menentukan formulasi hipotesis
H0 : jumlah urutan tanda positif dengan jumlah urutan tanda negatif
adalah sama (tidak ada perbedaan nyata antara pasangan data)
H0 : jumlah urutan tanda positif dengan jumlah urutan tanda negatif
adalah berbeda (ada perbedaan nyata antara pasangan data)
2. menentukan taraf nyata (α) dengan T tabelnya
pengujiannya dapat berbentuk satu sisi atau dua sisi
3. menentukan kriteria pengujian
H0 diterima apabila T0 ≥ T
H0 ditolak apabila T0 < T
4. menentukan nilai uji stastistik (nilai T0)
tahap2 pengujian adalah sbb :
a. menentukan tanda
beda dan besarnya tanda beda antara pasangan data
b. mengurutkan
bedanya tanpa memperhatikan tanda dan jenjang
- angka 1 untuk beda yang terkecil , dst
- jika terdapat beda sama , diambil nilai rata2nya
- beda nol tidak diperhatikan
c. memisahkan tanda
beda positif dan negatif atau tanda jenjang
d. menjumlahkan
semua angka positif dan angka negatif
e. nilai terkecil dari
nilai absolut hasil penjumlahan merupakan nilai T0 yaitu nilai uji
statistik
5. membuat kesimpulan
menyimpulkan H0 diterima atau ditolak
c) rank sum test (wilcoxon)
d) rank corelation test (spearman)
prinsip : akan menguji apakah memang antarprediktor mempunyai
pengaruh yang signifikan dengan nilai residualnya
digunakan untuk menguji homogenitas sampel kecil (<30
responden/pengamatan)
e) fisher probability exact test
f) chisquare
Macam-macam statistic parametric :
a) t-test
b) anova
adalah rerata kuadrat skor simpangannya yang menunjukkan variansi
suatu distribusi yang diamati
c) multiple regresi
d) korelasi product moment
e) korelasi ganda
f) korelasi parsial
(pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal
Hasan)
Keuntungan dan kerugian statistic non parametric
Keuntungan
a) tidak membutuhkan asumsi tentang normalitas distribusi populasi
seperti pada statistic parametric
b) lebih mudah dikerjakan dan lebih mudah dimengerti karena tidak
membutuhkan perhitungan matematik yang rumit seperti satistik
parametric
c) dapat menggantikan data numeric dengan jenjang
d) tidak di butuhkan urutan atau jenjang secara formal karena sering di
jumpai hasil pengamatan yang dinyatakan dalam data kualitatif
e) pengujian hipotesisnya dilakukan secara langsung pada pengamatan
yang nyata.
f) Tidak terikat pada distribusi normal populasi tetapi dapat digunakan
pada populasi berdistribusi normal
Kerugian :
a. Tidak adanya sistematika
b. Hasilnya bisa meragukan jarena kesederhanaan metodenya
statistik nonparametrik digunakan apabila :
1. sampel yang digunakan memiliki ukuran yang kecil
2. data yang digunakan bersifat ordinal , yaitu data2 yang bisa disusun
dalam urutan atau diklasifikasikan rangkingnya
3. data yang digunakan bersifat nominal , yaitu data2 yang dapat
diklasifikasikan dalam kategori dan dihitung frekuensinya
4. bentuk distribusi populasi dan tempat pengambilan sampel tidak
diketahui menyebar secara normal
5. ingin menyelesaikan masalah statistik secara cepat tanpa
menggunakan alat hitung
( pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal Hasan )
Perbedaan statistic parametric dan non parametric
statisStatistik parametric statististatistik non parametric
- Cara pengambilan keputusan
didasarkan pada asumsi dan
- Cara pengambilan keputusan tidak
didasarkan pada asumsi dan ciri2
ciri2 populasi
- Untuk menguji data yang
berskala interval dan rasio
- Untuk uji pada sampel yang
besar
- Sebaran data normal
populasi
- Untuk menguji data yang berskala
nominal dan ordinal
- Untuk uji pada sampel yang kecil
- Sebaran data tidak normal
2. kesalahan yang muncul dalam uji statistic
- Kesalahan uji tipe I
Adalah karena Ho ditolak padahal kenyataannya benar ,artinya kita
menolak hipotesis tsb (Ho) yabg seharusnya diterima
- Kesalahan uji tipe II
Adalah kesalahan karena Ho diterima padahal kenyataannya
salah.Artinya kita menerima hipotesis tsb (Ho) yang seharusnya
ditolak.
Apabila kedua jenis kesalahan tsb dinyatakan dalam bentuk
probabilitas didapatkan hal2 sbb:
a. Kesalahan tipe I disebut kesalahan α yang dalam bentuk
penggunaanya disebut sbg taraf yang nyata atau taraf signifikan.1 –
α disebut sbg tingkat keyakinan , karena dengan itu kita yakin
bahwa kesimpulan yang kita buat adalah benar sebesar 1 – α
b. Kesalahan tipe II disebut kesalahan β yang dalam bentuk
penggunaanya disebut sbg fungsi ciri operasi , disingkat CO , 1 – β
disebut sbg kausa pengujian karena memperlihatkan kuasa
terhadap pengujian yang dilakukan untuk menolak hipotesis yang
seharusnya ditolak
(pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal
Hasan)
Statistic deskriptif
Definisi
mengacu pada bagaimana menata atau mengorganisasi data,
menyajikan, dan menganalisis data. Menata, menyajikan, dan
menganalisis data dapat dilakukan misalnya dengan menentukan nilai
rata-rata hitung dan persen / proposisi. Cara lain untuk
menggambarkan data adalah dengan membuat tabel, distribusi
frekuensi, dan diagram atau grafik (Sugiyono, 2006)
membantu memahami tentang karakteristik data yang dimiliki.
(dr M. Sopiyudin Dahlan, statistika untuk kedokteran dan kesehatan)
Contoh penelitian deskriptif
o Gambaran status gizi balita di desa Jarang Makan tahun 2011 –
2012
Pengambilan sampel
Pengumpulan data
Pengolahan data
Tendensi sentral
Std Dev
Penyajian data
Ciri–ciri
o Komunikatif
o Mudah dipahami
o Penyajian data bisa berupa narasi, grafik, tabel, diagram,
pictogram
Yang umumnya dihitung dalam statistic deskriptif
o Mean = nilai rata-rata
o Median = nilai tengah
o Modus = nilai yang sering muncul
o Varian
o Std dev
Statistic inferensial
Definisi
statistik yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan
karakterisktik atau ciri dari suatu populasi. Dengan demikian dalam
statistik inferensial dilakukan suatu generalisasi (perampatan atau
memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih
luas (umum). Oleh karena itu, statistik inferensial disebut juga statistik
induktif atau statistik penarikan kesimpulan. Pada statistik inferensial
biasanya dilakukan pengujian hipotesis dan pendugaan mengenai
karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t
(Sugiyono, 2006).
Contoh penelitian inferensial
o Pengaruh kualitas kesehatan rumah dengan kejadian TB Paru di
wilayah kerja Puskesmas Siwuluh
Penentuan variable
Variable bebas : kualitas kesehatan rumah skala :
ordinal
Variable tergantung : kejadian TB Paru skala :
nominal
Pemilihan populasi
Pasien TB yang rawat jalan
Penentuan sampel
Pasien TB yang rawat jalan periode januari –
desember 2010
Pasien TB paru yang termasuk warga tetap di
wilayah kerja Pusk. Siwuluh inklusi
Penentuan instrument
Kuesioner
Pedoman observasi
Pengumpulan data
Cluster
Case control
Pengujian
Homogenitas sampel
Reliabilitas dan validitas instrumen
Ciri–ciri
o Mengetahui pengaruh antar variable
o Meramalkan antar variable
Macam2
o Parametric
ilmu statistika yang mempertimbangkan jenis sebaran/distribusi
data, yaitu apakah data menyebar normal atau tidak. Pada
umumnya, Jika data tidak menyebar normal, maka data harus
dikerjakan dengan metode Statistika non-parametrik, atau
setidak2nya dilakukan transformasi agar data mengikuti sebaran
normal, sehingga bisa dikerjakan dg statistika parametrik.
Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-
t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1
or 2-way ANOVA parametrik), dll.
Syarat uji parametric :
a) Skala pengukuran variable harus numeric
b) Sebaran data normal
c) Varians data homogeny
macam-macam statistic parametric
a. Uji t untuk dua variabel tidak berkaitan
b. Uji t untuk dua variabel berkaitan
c. Anovar (analisis varians)
d. Uji Pearson untuk korelasi
Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo
Tjokronegoro, PhD.
o Non parametric
statistika bebas sebaran (tdk mensyaratkan bentuk sebaran
parameter populasi, baik normal atau tidak). Statistika non-
parametrik biasanya digunakan untuk melakukan analisis pada
data berjenis Nominal atau Ordinal. Data berjenis Nominal dan
Ordinal tidak menyebar normal. Contoh metode Statistika non-
parametrik:Binomial test, Chi-square test, Median test, Friedman
Test, dll.
Syarat uji non parametric
a) Sakala pengukuran variable kategorikal
(ordinal,nominal)
b) Sebaran data tidak normal
Macam-macam statistic non parametric
1. Satu variabel
a. Uji Bonomial
b. Uji Chi Square
c. Uji Kolmogorov-Smirnov (K-S)
2. Dua variabel (tidak berkaitan)
a. Uji Fisher
b. Uji Chi Square untuk dua sampel
c. Uji Kolmogorov-Smirnov untuk dua sampel (K-
S)
d. Uji Mann-Whitney
e. Uji Chi Square untuk k sampel
f. Uji Kruskal – Wallis
g. Uji Kendall
3. Dua variabel (berkaitan)
a. Uji Mc Nemar (Marginal chi square)
b. Uji Chochran’s Q.
c. Uji Sign
d. Uji Wilcoxon untuk pasangan serasi
e. Uji Friedman
f. Uji Page L (trend)
Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo
Tjokronegoro, PhD.
1. Statistik Deskriptif
Statistik deskriptif bertujuan untuk menggambarkan berbagai
karakteristik data seperti mean, median, modus
2. Statistik Inferensial
Statistik inferensial bertujuan untuk menguji hipotesis yang dapat
dikelompokkan lagi menjadi 2 yaitu:
a. Statistik Parametrik
Penggunaan statistik parametrik ini harus disertai pada data harus
berdistribusi normal, jumlah sampel terhitung harus sama atau lebih
besar dari 30. Untuk keperluan analisis parametrik maka statistik
parametrik dibagi menjadi:
Uji perbedaan
Disini akan di uji apakah sebuah sampel mempunyai perbedaan
nyata dengan sampel yang lain. Uji yang digunakan adalah
independent sample t test, paired sample t test, one sample t test
Uji Asosiasi
Di sini akan diuji apakah dua variabel yang ada mempunyai
hubungan atau tidak. Uji yang digunakan adalah korelasi, regresi,
Crosstab
Analisis Multivariate
Di sini jumlah vaiabel banyak dan tujuan pengujian adalah mencoba
mengetahui struktur data yang ada pada variabel-variabel tersebut.
Uji yang digunakan adalah Analisis Diskriminan, Analisis faktor
Untuk Statistik Parametrik akan dibahas lebih lanjut pada bab
selanjutnya.
b. Statistik Non Parametrik
Penggunaan statistik non parametrik ini digunakan pada kondisi-
kondisi penelitian tertentu. Kondisi yang sering dijumpai antara lain
data pada sampel tidak terdistribusi normal, jumlah sampel yang kecil
(kurang dari 30), cenderung lebih sederhana sehingga kesimpulannya
kadang diragukan.Yang termasuk uji non parametrik adalah Uji Sign,
Uji Mann Whitney, uji Friedman, uji Kruskal Wallis H akan dibahas lebih
lanjut pada bab selanjutnya.
Tommi Poltak Mario, V. Wiratna Sujarweni. SPSS untuk
Paramedis. Sleman. Penerbit Ardana Media. 2006
1. peran / kegunaan statistic
- sebagai pengolah data dengan oerhitungan statistik tertentu,
menjadi informasi yang berarti.
INPUT DATAOUTPUT
DATA(INFORMASI)
PROSES STATISTIK
Tommi Poltak Mario, V. Wiratna Sujarweni. SPSS untuk
Paramedis. Sleman. Penerbit Ardana Media. 2006
1. penyusun model teoretis
2. perumusan hipotesis
3. pengembangan alat pengambil data
4. penyusunan rancangan penelitian
5. Penentuan sampel
6. pengolah dan analisis data
Drs. Cholid Narbuko, Drs. H. Abu Achmadi. Metodologi
Penelitian. Jakarta. Bumi Aksara. 2007
macam – macam uji
parametrik
e. Uji t untuk dua variabel tidak berkaitan
f. Uji t untuk dua variabel berkaitan
g. Anovar (analisis varians)
h. Uji Pearson untuk korelasi
Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo
Tjokronegoro, PhD.
Non parametric
1. Satu variabel
a. Uji Bonomial
b. Uji Chi Square
c. Uji Kolmogorov-Smirnov (K-S)
2. Dua variabel (tidak berkaitan)
a. Uji Fisher
b. Uji Chi Square untuk dua sampel
c. Uji Kolmogorov-Smirnov untuk dua sampel (K-S)
d. Uji Mann-Whitney
e. Uji Chi Square untuk k sampel
f. Uji Kruskal – Wallis
g. Uji Kendall
3. Dua variabel (berkaitan)
a. Uji Mc Nemar (Marginal chi square)
b. Uji Chochran’s Q.
c. Uji Sign
d. Uji Wilcoxon untuk pasangan serasi
e. Uji Friedman
f. Uji Page L (trend)
Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo
Tjokronegoro, PhD.
N
o.
Skala Penggunaan Nama Uji Keterangan
1 Nomi
nal
Uji beda satu
kelompok
Binominal Bisa dipakai bila
uji McNemar dan
Chi Square 2x2
tidak bisa
dilakukan
2 Nomi
nal
Uji beda satu
kelompok
Uji beda 2
kelompok
mandiri
Uji beda 3
kelompok
mandiri
Chi
Square
Penggunaannya
luas.
Bisa dipakai
sebagai
pengganti uji
nonparametrik
lain untuk skala
ordinal
3 Nomi
nal
Uji beda 2
kelompok
McNemar Dapat digunakan
untuk sampel
berpasangan skala ordinal.
4 Nomi
nal
Uji beda 2
kelompok
mandiri
Fisher
Exact
Probabilit
y Test
Efektif untuk
sampel kecil
(n<20)
Hanya bisa untuk
menguji data
pada tabel
kontingensi 2x2
5 Nomi
nal
Uji beda 3
kelompok atau
lebih yang
berpasangan
Cochran
(Q-test)
Hanya digunakan
untuk data yang
dikotomi saja
(data “ya” atau
“tidak”)
6 Ordin
al
Uji beda 2
kelompok
mandiri
Mann-
Whitney
Digunakan
secara luas di
praktek sehari-
hari
7 Ordin
al
Uji beda 1
kelompok
(Goodness of
Fit)
Uji beda 2
kelompok
mandiri
Kolmonog
orov-
Smirnov
Amat baik untuk
membandingkan
distribusi
kelompok,
median. Dispersi
dan skewness
8 Ordin
al
Uji Goodness of
Fit
Uji 2 kelompok
berpasangan
Wilcoxon Bisa dipakai
untuk data
berskala interval
berpasangan
(bila uji
parametrik tidak
bisa digunakan,
karena sampel
kecil)
9 Ordin
al
Uji beda 2
kelompok
berpasangan
Sign test Makin efektif bila
jumlah pasangan
makin kecil
(n<25)
10 Ordin
al
Uji 2 kelompok
mandiri
Uji 3 kelompok
atau lebih yang
mandiri
Median
test
Dapat digunakan
untuk data
interval sampel
kecil
11 Ordin
al
Uji 3 kelompok
atau lebih yang
berpasangan
Analisis
Varians
Friedman
(Friedma
n Analysis
of
Varians)
Cukup baik untuk
jumlah subjek
kecil
12 Ordin
al
Uji 3 kelompok
atau lebih yang
mandiri
Kruskal-
Wallis
Dapat untuk data
interval sampel
kecil
13 Inter
val
atau
Rasio
Uji 2 kelompok
mandiri
Moses Dapat menguji
variasi data
14 Inter
val
atau
Rasio
Uji 2 kelompok
mandiri
Wald-
Wolfowitz
Efektif untuk
menguji rata-rata
2 sampel
15 Inter
val
Uji 2 kelompok Walsh Tidak bisa untuk
sampel besar
atau
Rasio
berpasangan test (n>15)
16 Inter
val
atau
Rasio
Uji 2 kelompok
berpasangan,
sampel kecil
Uji 2 kelompok
mandiri
dengan sampel
kecil
Uji 2 kelompok
mandiri
dengan sampel
besar
Randomis
asi
Tidak bisa
menguji 3
kelompok lebih
yang mandiri
Panduan Penelitian, Dr. B. Sandjaja, MSPH dan Albertus Heriyanto,
M. Hum