Laman

Sabtu, 10 September 2016

ANALISIS REGRESI DENGAN SPSS FOR WINDOWS VER.16



ANALISIS REGRESI
DENGAN
SPSS FOR WINDOWS

A.    Pendahuluan
Istilah regresi diperkenalkan pertama kali oleh Francis Galton dalam makalahnya yang berjudul family likenees in stature, proceedings of royal society London Vol. 40, 1886. hlm 42-72. Analisis regresi berkenaan dengan studi ketergantungan suatu variabel, yaitu variabel terikat/dependent variable, pada satu atau lebih varibel yang lain, yaitu variable bebas/independent variable, dengan maksud menduga dan atau meramalkan nilai rata-rata hitung (mean) dari variabel tak bebas.
Sifat hubungan antara variabel dependen dan variabel independen pada model regresi harus merupakan hubungan sebab-akibat yang searah (cautional relationship). Karena tujuan penggunaan model regresi ini adalah untuk mengetahui sejauh mana variabel independen (bebas) berpengaruh terhadap variabel dependen (terikat). Sedangkan manfaat dari analisis regeresi adalah untuk membuat keputusan apakah naik dan menurunnya variabel dependen dapat dilakukan melalui peningkatan variable independen atau tidak.
B.     Persamaan Regresi Linear Sederhana
Regresi sederhana merupakan analisis lanjutan dari analisis korelasi yang didasarkan pada hubungan fungsional ataupun kausal  satu variabel independen dengan satu variable dependen. Persamaan umum regresi linear sederhana adalah:
Dimana:
 : Subyek dalam variable dependen yang diprediksi
a : Harga Y ketika harga X = 0 (harga konstan)
b : Angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variable dependen yang didasarkan pada perubahan variable independen. Bila (+) arah garis naik, dan bila (-) maka arah garis turun.
X : Subyek pada variabel independen yang mempunyai nilai tertentu.

Contoh:
Data berikut adalah hasil pengamatan terhadap nilai kualitas layanan (X), dan nilai rata-rata penjualan barang tertentu tiap bulan (Y).
Kualitas Layanan (X)
Penjualan Barang (Y)
54
50
53
45
48
63
46
56
52
56
47
53
49
58
48
52
56
54
59
47

167
155
178
146
170
179
149
166
170
174
156
158
150
160
157
177
176
160
170
159

Hipotesis kerja:
Ho :Tidak terdapat pengaruh yang signifikan kualitas layanan terhadap peningkatan penjualan barang.
Ha  :Terdapat pengaruh yang signifikan kualitas layanan terhadap peningkatan penjualan barang.
Hipotesis Statistik
H0; β = 0 (kualitas layanan tidak berpengaruh signifikan terhadap penjualan barang)
Ha; β ≠ 0 (kualitas layanan berpengaruh signifikan terhadap penjualan barang)
Pengujian dilakukan dengan menggunakan taraf signifikansi α = 5%
Analisis dengan menggunakan SPSS ver. 16.
Langkah-langkah.
1.      Jalankan program SPSS ver. 16, sehingga window Data View terlihat seperti pada gambar berikut.
2.      Masukkan data yang ada pada tabel, seperti gambar di bawah ini.
3.      SPSS secara otomatis akan memberikan nama pada masing-masing variabel VAR00001, VAR00002, dan seterusnya, namun untuk memberikan nama variabel sesuai dengan keinginan yakni Kualitas Layanan (X), Penjualan Barang (Y), dan seterusnya klik tab Variable View yang berada dibagian bawah layar lalu rubah nama variabel sesuai keinginan anda, seperti yang tampak pada gambar di bawah ini
(NB; pengetikan nama variabel yang lebih dari satu kata tidak diperkenankan menggunakan space (jarak) melainkan menggunakan tanda underscore (icank­_gagah)
4.      Kembali pada window Data View, selanjutnya pada menu utama SPSS, pilih menu Analyze, selanjutnya Regression lalu pilih sub menu Linear seperti yang tampak pada gambar di bawah ini.
5.      Selanjutnya akan nampak layar (kotak dialog), seperti pada gambar di bawah ini
6.      Pada layar kotak dialog, selanjutnya memasukkan varibel pada kolom yang telah ditentukan dengan cara mengklik nama variabel selanjutnya mengklik tanda panah pada setiap kolom variabel yang ada (dependent variable pada bagian atas dan independen variable pada kolom bagian bawah), seperti yang terlihat pada gambar di bawah ini.
7.      Abaikan pilihan lain, lalu klik OK untuk mendapatkan hasil analisis regresi
8.      Berikut Output hasil anslisis data.

Regression
Variables Entered/Removedb
Model
Variables Entered
Variables Removed
Method
1
Kualitas_Layanana
.
Enter
a. All requested variables entered.

b. Dependent Variable: Penjualan_Barang


Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.673a
.453
.423
7.76898
a. Predictors: (Constant), Kualitas_Layanan


ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
900.124
1
900.124
14.913
.001a
Residual
1086.426
18
60.357


Total
1986.550
19



a. Predictors: (Constant), Kualitas_Layanan



b. Dependent Variable: Penjualan_Barang





Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
89.232
19.400

4.600
.000
Kualitas_Layanan
1.427
.369
.673
3.862
.001
a. Dependent Variable: Penjualan_Barang




Interpretasi Hasil Analisis

Uji pengaruh variabel independen terhadap variabel dependen
1.      Analisis Model Regresi
Perhatikan tabel Model Summary kolom R dengan nilai sebesar 0,673 artinya menunjukkan  keeratan hubungan variable independent dan variable dependent yang kuat. Nilai R merupakan nilai multiple coefficient correlation. Nilai R berkisar antara -1 sampai 1. Jika nilai mendekati -1 atau 1 menunjukkan hubungan semakin kuat, jika nilai mendekati 0 (nol) menunjukkan hubungan yang semakin lemah.
Perhatikan tabel Model Summary kolom R Square (koefisien determinasi/r2) digunakan untuk mengetahui persentase pengaruh variable independen terhadap variable dependen dengan nilai sebesar 0,453 artinya pengaruh variabel independen (kualitas pelayanan (X) terhadap perubahan variabel terikat (penjualan barang (Y) dapat dijelaskan sebesar 45,3% sedangkan sisanya sebesar 54,7 % di pengaruhi oleh variabel lain selain variabel kualitas pelayanan (X).
Kualitas Pelayanan (X)
Penjualan Baran (Y)

2.      Uji Hipotesis
Pengujian hipotesis dapat dilakukan dengan cara sebagai berikut.
a.       Uji F
Ho : koefisien arah regresi tidak berarti (b = 0)
Ha: koefisien arah regresi berarti (b  ≠ 0)
Untuk menguji hipotesis nol, dipakai statistik F (uji F/ Fhitung) yaitu dengan membandingkan dengan Ftabel dengan dk pembilang = 1 dan dk penyebut = n – 2. Untuk menguji hipotesis nol, kriterianya adalah tolak hipotesis nol, apabila koefisien F hitung (Fhitung) lebih besar dari pada harga F tabel (Ftabel) berdasarkan taraf signifikansi yang dipilih dan dk yang bersesuaian.
Dengan menggunakan taraf signifikansi α = 5% pada dk (degree of freedem/df diperoleh dk pembilang = 1 dan dk penyebut = 20 - 2 = 18 sebesar 4,41(lihat tabel distribusi F) Berdasarkan hasil analsis data dengan menggunakan SPSS ver. 16 (lihat tabel ANOVAb pada kolom F), diperoleh nilai Fhitung = 14,913 > Ftabel = 4,41 disimpulkan koefisien arah regresi berarti yang menjelaskan adanya pengaruh variabel independen dan variabel dependen. “(Uji F di gunakan dalam kasus untuk melihat arah regresi linear dalam hal sebagai prediksi dan umumnya lebih dari satu variabel independen/bebas)”.
b.      Uji t
Untuk membuat keputusan apakah hipotesis itu terbukti atau tidak, maka t hitung tersebut dibandingkan dengan harga t tabel (didasarkan pada derajat kebebasan/dk yang besarnya adalah n – 1, yaitu 20 – 2 = 18, dengan pengujian dilakukan dengan menggunakan uji dua pihak/two tail test pada taraf signifikansi  α = 5%, maka harga t tabel adalah = 2,101). Maka, berdasarkan hasil analisis data dengan menggunakan SPSS ver. 16 (lihat tabel Coefficientsa pada kolom t), diperoleh nilai thitung = 3,862 > ttabel = 2,101. Keputusannya adalah menolak hipoteisis nol dengan menerima hipotesis alternatif (Ha). Artinya, terdapat pengaruh yang signifikan kualitas pelayanan terhadap penjualan barang.
c.       Pengujian dapat juga dilakukan dengan membandingkan nilai signifikansi hitung (yang diperoleh dalam analsis SPSS) dengan signifikansi α = 5% yang telah di tetapkan oleh peneliti, kriteriaya adalah Sig alpha hitung (kolom sig) lebih kecil dari sig alpha 5%, maka Ho ditolak dan menerima Ha. Jadi, berdasarkan hasil analisis data dengan menggunakan SPSS ver. 16 (lihat tabel Coefficientsa pada kolom t dan Kolom Sig), diperoleh nilai thitung = 3,862 dengan taraf signifikansi 0,001 < α = 0,05 maka Ho ditolak yang artinya terdapat pengaruh yang signifikan varibel X (kualitas pelayanan) terhadap variabel Y (penigngkatan penjualan barang).
(NB; namun dalam analisis pengujian hipotesis yang sesungguhnya cukup dengan satu cara/konsisten).
3.      Membuat Persamaan Regresi
Persamaan regresi estimasi linear yang diperoleh dari perhitungan menggunakan SPSS ver. 16 (perhatikan tabel Coefficientsa,  kolom Unstandardized Coefficients, dalam sub kolom B”) dapat diinterpretasikan sebagai berikut:
Ŷ = 89,232 + 1,427X                   
Persamaan regresi yang sudah ditemukan digunakan untuk melakukan prediksi (ramalan) bagaimana individu dalam variabel dependen (terikat) akan terjadi bila individu dalam variabel independen (bebas) ditetapkan. Misalnya nilai kualitas layanan = 70, maka nilai rata-rata penjualan adalah:
Ŷ = 89,232 + (1,427)(70) = 189,122
Jadi diperkirakan nilai rata-rata tiap bulan sebesar 189,122. Dari persamaan regresi di atas dapat diartikan bahwa, bila nilai kualitas layanan bertambah 1, maka nilai rata-rata penjualan barang tiap bulan akan bertambah sebesar 1,427 atau setiap nilai kualitas layanan bertambah 10 maka nilai rata-rata penjualan barang tiap bulan akan bertambah sebesar 14,27.

Tugas Mandiri 1;
Dilakukan penelitian untuk mengetahui apakah pendapatan berpengaruh terhadap kegiatan konsumsi. Maka untuk keperluan tersebut, telah dilakukan pengumpulan data terhadap 17  responden selama sebulan yang diambil secara random dengan data sebagai berikut (dalam ratusan ribu rupiah)
Pendapatan
(X)
8
9
8
7
6
5
9
4
7
6
8
10
3
8
11
9
5
Konsumsi
(Y)
5
7
5
4
5
3
7
3
6
4
7
9
2
6
10
7
3

Pertanyaan Penelitian;  
1.      Apakah terdapat hubungan yang signifikan antara pendapatan dengan kegiatan konsumsi?
2.      Apakah pendapatan berpengaruh signifikan terhadap kegiatan konsumsi?
Diminta;
1.      berdasarkan kedua pertanyaan penelitian tersebut, buatlah hipotesisnya!
2.      Pengujian hipotesis dilakukan pada taraf signifikansi α 5%,
3.      Buatlah persamaan regresi linear yang menunjukkan hubungan antara pendapatan dengan konsumsi
4.      Berdasarkan persamaan regresi jawaban (3). Tentukan estimasi konsumsi jika pendapatan dinaikkan menjadi 12
5.      Interpretasikan hasil analisis anda.






Tugas Mandiri 2;
Suatu penelitian bertujuan untuk mengetahui besarnya perubahan jumlah uang beredar (JUB X) suatu negara dan perubahan Pendapatan Nasional (Y) negara tersebut. Diduga JUB berpengaruh terhadap Pendapatan Nasional. Tabel berikut ini berisi data mengenai JUB dan Pendapaatan Nasional selama beberapa priode. Data JUB dan Pendapatan Nasional (Y) dalam milyar rupiah.
JUB
(X)
Pendapatan Nasional (Y)
100
150
115
175
120
220
140
200
165
265
186
450
234
335
276
376
287
256
240
214
300
400
371
500
290
388
645
567
456
457
556
657
252
321
238
290
197
245
185
200
500
450
Diminta;
1.      Berdasarkan tujuan penelitian, buatlah hipotesisnya.
2.      Analisis menggunakan SPSS
3.      Ujilah hipotesis tersebut dengan menggunakan taraf signifikansi α=1%  uji t (two tail test), serta ujilah keberartian model regresi tersebut (uji F)
4.      Buatlah persamaan regresi linear yang menunjukkan hubungan antara JUB dan Pendapatan Nasional. Interpretasikan nilai b pada persamaan regresi tersebut.
5.      Berdasarkan persamaan regresi jawaban (3). Tentukan estimasi Pendapatan Nasional (Y) jika JUB (X) dinaikkan menjadi 750 dan diturunkan menjadi 95
6.      Interpretasikan hasil analisis anda.
ANALISIS REGRESI BERGANDA
A.    Pengatar
Analisis regresi ganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel independen (kriterium), bila dua atau lebih variable independen sebagai faktor prediktor dimanipulasi (dinaik turunkan nilainya). Jadi analisis regresi ganda akan dilakukan bila jumlah variabel independennya minimal 2.
Persamaan regresi untuk dua prediktor adalah:
Ŷ = a + b1X1 + b2X2
Persamaan regresi untuk tiga prediktor adalah:
 Ŷ = a + b1X1 + b2X2 + b3X3
Persamaan regresi untuk n prediktor adalah:
 Ŷ = a + b1X1 + b2X2+ b3X3… bnXn

B.     Syarat-syarat Penggunaan (asumsi analisis)
1.      Hubungan sebab akibat (landasan teoris)
2.      Hubungan antar variabel haruslah linier dan aditif.
3.      Semua variabel residu tak punya korelasi satu sama lain.
4.      Pola hubungan antar variabel adalah rekursif atau hubungan yang tidak melibatkan arah pengaruh yang timbal balik.
5.      Data Y berskala minimal interval
6.      Data X berskala minimal nominal
7.      Terdapat masukan korelasi yang sesuai.











Analisis Regresi Dua Prediktor
βYԐ
Dilakukan penelitian untuk mengetahui, pengaruh kemampuan kerja pegawai dan tipe kepemimpinan direktur terhadap produktivitas pegawai.
Diagram jalur pengaruh antar variable.
Kemampuan Kerja (X1)
Tipe Kepemimpinan (X2)
Produktivitas Kerja (Y)
βYX1
βYX2
rX1X2
 







Hipotesis:
1.      Ada pengaruh yang signifikan antara kemampuan kerja pegawai terhadap produktivitas pegawai
2.      Ada pengaruh yang signifikan antara tipe kepemimpinan direktur terhadap produktivitas pegawai
Berdasarkan hipotesis yang diajukan, apakah dapat diterima pada taraf signifikans α = 5%?
Dengan  10 responden yang digunakan sebagai sumber data, diperoleh data sebagai berikut.

Kemampuan Kerja
(X1)
Tipe Kepemimpinan (X2)
Produktivitas Kerja
(Y)
10
2
4
6
8
7
4
6
7
6
7
3
2
4
6
5
3
3
4
3
23
7
15
17
23
22
10
14
20
19

“Analisis data regresi berganda menggunakan SPSS ver.16 sama caranya dengan analisis regresi sederhana, hanya saja berbeda pada banyaknya variabel independen yang digunakan, adapun output hasil analisisnya adalah sebagai berikut”.

Regression

Variables Entered/Removedb
Model
Variables Entered
Variables Removed
Method
1
X2, X1a
.
Enter
a. All requested variables entered.

b. Dependent Variable: Y


Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.915a
.836
.790
2.52099
a. Predictors: (Constant), X2, X1


ANOVAb
Model
Sum of Squares
df
Mean Square
F
Sig.
1
Regression
227.512
2
113.756
17.899
.002a
Residual
44.488
7
6.355


Total
272.000
9



a. Predictors: (Constant), X2, X1




b. Dependent Variable: Y













Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
3.919
2.418

1.621
.149
X1
2.491
.703
1.024
3.544
.009
X2
-.466
1.016
-.133
-.459
.660
a. Dependent Variable: Y





Interpretasi.
Perhatikan tabel Model Summary kolom R dengan nilai sebesar 0,915 artinya menunjukkan  keeratan hubungan variable independent dan variable dependent yang kuat. Nilai R merupakan nilai multiple coefficient correlation. Nilai R berkisar antara -1 sampai 1. Jika nilai mendekati -1 atau 1 menunjukkan hubungan semakin kuat, jika nilai mendekati 0 (nol) menunjukkan hubungan yang semakin lemah.
Perhatikan tabel Model Summary kolom R Square (koefisien determinasi/r2) digunakan untuk mengetahui persentase pengaruh variable independen terhadap variable dependen dengan nilai sebesar 0,8363 artinya pengaruh variabel independen (kemampuan kerja (X1) dan tipe kepemimpinan derektur (X2) terhadap perubahan variabel terikat (produktivitas pegawai (Y) dapat dijelaskan sebesar 83,6% sedangkan sisanya sebesar 16,4 % di pengaruhi oleh variabel lain selain variabel kemampuan kerja (X1)dan tipe kepemimpinan derektur (X2).
Terlihat pada tabel Coefficientsa  pada kolom Standardized Coefficients, sub kolom Beta Hitung (β) bahwa koefisien jalur X1:1,024 adalah signifikan, dan           X2 : -0,133 adalah tidak signifikan (perhatikan kolom sig). Coefficients Beta ini digunakan untuk mengetahui besaran pengaruh riil masing-masing variabel independen terhadap variable dependen.
Uji Hipotesis
ditabel Coefficientsa pada kolom t dan sig dipakai untuk menguji koefisien jalur.
a.       Koefisien jalur βYX1
H0 : βYX1 = 0
Ha : βYX1 ≠ 0
Terlihat pada pada kolom  t = 3.544 dengan sig = 0.009 lebih kecil (<) dari 0.05 dengan demikian H0 ditolak.
b.      Koefisien jalur βYX2
H0 : βYX2 = 0
Ha : βYX2 ≠ 0
Terlihat pada kolom t = -0,459  dengan sig = 0,660 lebih besar (>) dari 0.05  dengan demikian H0 diterima. Artinya tidak ada pengaruh yang signifikan positif antara tipe kepemimpinan terhadap produktivitas kerja pegawai. Melainkan pengaruh tipe kepemimpinan derektur (-0,133) berpengaruh signifikan negatif terhadap produktivitas pegawai.
83,6%
Kemampuan Kerja (X1)
Tipe Kepemimpinan (X2)
Produktivitas Kerja (Y)
1,02
-0,133
16,4%
0,915
 












Atas dasar analisis diatas, dapat dikemukakan beberapa hal sebagai berikut:
Hubungan antar variabel independen adalah sangat kuat berdasarkan hasil analisis korelasi (multiple coefficient correlation) R= 0,915. Hubungan yang sangat kuat ini, membuktikan (koefisien determinasi) persentase pengaruh yang sangat besar terhadap penentuan perubahaan pada variabel dependen (terikat/Y)  sebesar 83.6% sedangkan 16,4% ditentukan oleh faktor diluar model.
Sedangkan untuk melihat variabel atau konstruk mana yang lebih besar pengaruhnya terhadap variabel Y, cukup dilihat pada hasil statistik uji B (Beta “β”) yang terdapat pada table Coefficientsa    kolom Standardized Coefficients pada outpot SPSS ver. 16. variabel yang memiliki hasil uji B (Beta “β”) yang lebih besar merupakan variabel yang memiliki pengaruh yang lebih kuat dibanding  pengaruh variabel lainnya. dimana variabal X1 meiliki hasil uji B = 1,024 dengan  thitung = 3.544 dengan sig = 0.009 lebih kecil (<) dari α = 0.05 dan lebih besar  dari (>) thitung  varibel X2 (-0,459), jadi bisa disimpulkan bahwa varibel X1 lebih kuat pengaruhnya dari pada variable X2 terhadap  variabel devenden (Y).
Membuat Persamaan Regresi Ganda dengan Dua Prediktor
Persamaan regresi estimasi linear yang diperoleh dari perhitungan menggunakan SPSS ver. 16 (perhatikan tabel Coefficientsa,  kolom Unstandardized Coefficients, dan sub kolom B”) dapat diinterpretasikan sebagai berikut:

Ŷ = 3,919 + 2,491X1 - 0,466X2

Berdasarkan persamaan di atas, produktivitas kerja pegawai akan naik, bila kemampuan pegawai ditingkatkan, dan akan turun bila kepemimpinan derektur (yang diktator) ditingkatkan. Koefisien regresi untuk kemampuan pegawai X1 = 2,491 lebih besar dari koefisien regresi untuk tipe kepemimpinan derektur X2 = - 0,466 (harga mutlak). Jadi, jika kemampuan pegawai ditingkatkan menjadi 10 dan tipe kepemimpinan derektur juga ditingkatkan menjadi 10, maka produktivitas kerja pegawai adalah.
Ŷ = 3,919 + 2,491X1 - 0,466X2
Ŷ = 3,919 + 2,491(10) - 0,466 (10)
= 3,919 + 24, 91 – 4,66
= 24,168
Diperkirakan produktivitas kerja pegawai menjadi = 24,168















Tugas Mandiri;
Dalam teori produksi, biaya waktu dan biaya variabel dalam suatu proses produksi bergantung dari jumlah output barang yang dihasilkan. Jika suatu perusahaan  tidak berproduksi, maka banyaknya waktu dan biaya variabel yang dikorbankan adalah nol. Jadi, lamanya jam kerja mesin dan keberadaan biaya variabel diduga berpengaruh signifikan terhadap kuantitas barang yang diproduksi.
Berikut data mengenai lamanya jam kerja mesin (perhari), biaya variabel, dan kuantitas (unit) barang hasil produksi.
Jam Kerja Mesin
(X1)
Biaya Variabel
 (X2)
Kuantitas Barang
(Y)
5
4
6
4
4
6
5
7
10
6
8
7
7
10
80
65
90
75
78
95
85
97
110
85
120
95
89
95
244
230
316
245
235
290
265
275
450
300
455
335
356
400

Pertanyaan Penelitian:
1.      Apakah jam kerja mesin berpengaruh signifikan terhadap kuantitas barang yang diproduksi?
2.      Apakah biaya variabel berpengaruh signifikan terhadap kuantitas barang yang diproduksi?
3.      Buktikan bahwa konstruk mana yang lebih kuat pengaruhnya terhadap variabel terikat (kuantitas barang produksi/Y)?
Diminta;
1.      Berdasarkan pertanyaan penelitian 1 dan 2, buatlah hipotesisnya!
2.      Pengujian hipotesis menggunakan uji t pada taraf signifikansi α = 5%
3.      Ujilah keberartian regresi (pemberlakuan pada semua sampel) dengan menggunakan uji F pada taraf signifikansi α = 1%
4.      Buatlah persamaan regresi linear yang menunjukkan hubungan dan pengaruh antara jam kerja mesin (X1), biaya variabel (X2), dan kuantitas barang produksi (Y). Interpretasikan nilai b pada persamaan regresi tersebut.
5.      Berdasarkan persamaan regresi jawaban (4). Tentukan estimasi kuantitas barang produksi (Y) jika jam kerja mesin (X1), biaya variabel (X2), dinaikkan masing-masing menjadi 12 jam dan 200 ribu rupiah.
6.      Gambarlah hubungan pengaruh antar variabel dan Interpretasikan hasil analisis anda.


























DAFTAR FUSTAKA

Firdaus M. 2004. Ekonometrika Suatu Pendekatan Aflikatif. Jakarta: Bumi aksara.
Kuntoro, et al. 2011. Analisis Data dengan SPSS. Surabaya: Universitas Airlangga Surabaya Fress.
Partino, et al. 2002. Statistik Inferensial. Yoyakarta: Safiria Insania Fress
SPSS.16.0 Brief Guide. 2007. USA: Chicago