kuliah 12 Analisis deskriptif dan inferensi.pptx

8/18/2019 kuliah 12 Analisis deskriptif dan inferensi.pptx

1/85

KAEDAH

PENYELIDIKAN

EDU 5900


2/85

Dapat memahami jenis analisis

statistik dalam penyelidikan.

Dapat menggunakan jenis

statistik yang sesuai dalam

penyelidikan pendidikan.

O b

j e k

t i f


3/85

Analisis Statistik

Data merupakan skor mentah yang tidak memberi

sebarang maklumat yang berguna kecuali

dianalisis dengan menggunakan kaedah tertentu

seperti kaedah berstatistik. Data perlu diproses untuk mendapatkan maklumat

yang berguna dan bermakna daripada data.

Pemprosesan data merupakan teknik untuk

pengumpulan, pengolahan, penganalisisan,penyimpanan dan pengeluaran data.


4/85

Analisis Statistik

Matlamat pemprosesan data ialah untukmendapatkan maklumat yang berguna dan

bermakna daripada data.

Analisis statistik berasaskan:-

Objekti

penyelidikan Aras ukuran

pembolehubah

Maklumatpopulasi atau

sampel!ominal,

Ordinal, Sela,

!isbahPopulasi " parameter #keyakinan $%%&'

Sampel " statistik #keyakinan ( $%%&'


5/85

Statistik keperihalan

atau deskripti Statistik )nerensi atau

pentakbiran

Dua jenis statistik: -


6/85

STATISTIK FUNGSI UJIAN

DESKRIPTIF

Menghuraikan ciri-ciripemboleh ubah.

)a digunakan untuk membuatkesimpulan mengenai datanumerikal.

*idak membuat generalisasidaripada sampel kajiankepada populasi di manasampel diambil.

+rekuensi, min, mod,medium, sela, sisihanpiaai, arians, peratusan,kadar, nisbah, taburannormal, skor dan

sebagainya.

INFERENSI

Menghurai perhubungan

antara pemboleh ubah. Menghuraikan ciri-ciri

sampel yang dipilih daripadapopulasi.

Membuat generalisasi ciri-cirisampel mengenai

populasinya.

/jian-t, unjian A!O0A,

/jian 1hi-1uasa Dua,ujian korelasi Pearson dansebagainya.

Perbeaan Statistik Deskripti dan )nerensi


7/85

+or e2ample, e use the 3reek letter mu #i.e., 4' to

symbolie the population mean and the

5oman67nglish letter 8 ith a bar oer it, #called 8

bar', to symbolie the sample mean.


8/85

S T A T I S

T I K D E S K R I P

T I F A T A

U K E P E R I H A

L A N


9/85

Statistik Deskripti

Merupakan statistik yang digunakan untuk

menghuraikan ciri-ciri pembolehubah.

Statistik deskripti menggunakan petunjukseperti min, sisihan piaai, medium, mod,

taburan normal dan skor untuk

menyatakan ciri-ciri sesuatu pembolehubah.


10/85

*eknik untuk menerangkan data atau maklumat dengan

cara meringkaskan beberapa set data atau maklumat

seperti markah ujian, umur, tempat tinggal, jantina dll.

untuk memerihal sesuatu peristia #contoh: memerihal

taburan bilangan pelajar mengikut jantina'

untuk meringkaskan data agar ia mudah diahami#menyediakan ringkasan data dan maklumat dalam

bentuk yang jelas dan mudah'

Matlamat dan 1egunaan


11/85

9angkah-9angkah :

$. Mengenal pasti pembolehubah

. Menyusun dan meringkaskan data

;. Menggunakan teknik-teknik statistik yang sesuaiuntuk memerihal data #guna sukatan

kecenderungan memusat seperti min, mod,

penengah dan sukatan serakan seperti julat,

arians dan sisihan piaai'.


12/85

P7!3/1/5A!

17


13/85

)stilah-istilah penting

Min atau purata " purata arithmetik dan

didapati dengan menjumlahkan skor-skor di

dalam taburan skor dan dibahagikan dengan

jumlah bilangan skor

Mod " skor yang

mempunyai kekerapan

terbanyak

Median atau penengah " skor yang membahagi duakan taburan

skor supaya jumlah bilangan skor adalah sama di kedua-dua pihak.

!ila yang terletak di tengah-tengah setelah disusun mengikut

ranking.

Sisihan piawai " pengukuran jarakdaripada purata arithmetik

Varian " bagaimana skor-skor diperbeakan

daripada purata arithmetik

Juat " jarak antara skor terbesardengan terkecil


14/85

The !ode is si!p" the

!ost #re$uent"

o%%urring nu!&er'

The !ean is the

arith!eti% a(erage)e'g'* the a(erage o#

the nu!&ers +* ,* ,*

and -* is e$ua to ,.'

The !edian is the%enter point in a

set o# nu!&ers #e.g., three is themedian or the

numbers $, $, ;, >,

?'.

#e.g., .@ is the

median or the

numbers $, , ;, '.


15/85

*aburan !ormal

Merupakan satu gra yang menunjukkan bilangan skoratau nilai bagi sekumpulan responden.

1ebanyakan populasi adalah bersiat taburan normal#gra berbentuk loceng'. 1ebanyakan subjek berada

dalam lengkungan sederhana.

Min

PenengahMod


16/85

A /o!parison o# the Mean* Median* and Mode

*he mean, median, and mode are aected by hat is called skeness #i.e., lack o

symmetry' in the data.

+igure shoed a normal cure, a negatiely skeed cure, and a positiely

skeed cure


17/85

!o ske #normal' - a ariable is

normally distributed, the mean,

median, and mode are the same

number.

Bhen the ariable is skeed

to the let #i.e., negatiely

skeed', the mean shits to

the let the most, the median

shits to the let the secondmost, and the mode the

least aected by the

presence o ske in the data

hen the data are negatiely

skeed, this happens: mean( median ( mode.

Bhen the ariable is skeed to

the right #i.e., positiely

skeed', the mean is shited to

the right the most, the medianis shited to the right the

second most, and the mode

the least aected. hen the

data are positiely skeed, this

happens: mean C median Cmode.


18/85

Mengukur Keserakan Pemboleuba

!Measures o" #ar$ab$l$%&'


19/85

Digunakan untuk menghurai keserakan pembolehubah iaitu

sama ada nilai-nilai dalam satu kumpulan data berjauhan

atau berdekatan antara satu sama lain. *iga cara yang

biasa digunakan ialah:• Sela• Sisihan piaai• arians

Measures o ariability tell you ho spread out or ho much

ariability is present in a set o numbers. *hey tell you hodierent your numbers tend to be. !ote that measures o

ariability should be reported along ith measures o central

tendency because they proide ery dierent but

complementary and important inormation.


20/85

Sisihan piaai

Petunjuk pengukuran yang utama dalam

penyelidikan untuk menyatakan keserakan

skor-skor dalam sesuatu taburan. )adigunakan pada data skala sela dan nisbah.

Sisihan piaai menunjukkan jumlah purata

sesuatu nilai atau skor indiidu tersisihdaripada skor min dalam sesuatu taburan.


21/85

0arians

0arians juga digunakan untuk mengenal

pasti keserakan skor-skor dalam satu

taburan. 0arians merupakan kuasa dua baginilai sisihan piaai.


22/85

) you said Set E is more spread out, then you are rightF *henumbers in set E are more spread outG that is, they are

more ariability. All o the measures o ariability should gie

us an indication o the amount o ariability in a set o data.

Be ill discuss three indices o ariability: the range, the

ariance, and the standard deiation.

For e0a!pe* whi%h o# these two sets o# nu!&ers

appears to &e the !ost spread out* Set A or Set 12

3 Set A' 4,* 45* 46* 44* 44* 44* 7883 Set 1' 78* +4* 9+* 54* 6:* 4+* 788

*o ully interpret one #e.g., a mean', it is helpul to kno about

the other #e.g., a standard deiation'. An easy ay to get the

idea o ariability is to look at to sets o data, one that is highly

ariable and one that is not ery ariable.


23/85

A relatiely crude indicator o ariability is the range

#i.e., hich is the dierence beteen the highest

and loest numbers'.

Ma2imum score " Minimum score

+or e2ample the range in Set A shon aboe is ,

and the range in Set E shon aboe is ?%.

Range )Sea;Juat.

3 Set A' 4,* 45* 46* 44* 44* 44* 788

3 Set 1' 78* +4* 9+* 54* 6:* 4+* 788


24/85

*o commonly used indicators o ariability are the ariance and the

standard deiation.

Varian%e and Standard De(iation

H Iigher alues or both o

these indicators #ariance

and SD' indicate a largeramount o ariability than

do loer numbers

H Jero stands or no ariability at all

#e.g., or the data ;, ;, ;, ;, ;, ;,

the ariance and standard

deiation ill e=ual ero'. Bhen

you hae no ariability, the

numbers are a constant #i.e., the

same number'.

*he standard deiation tells you #appro2imately' ho ar the numbers

tend to ary rom the mean. #) the standard deiation is , then the

numbers tend to be about units rom the mean. ) the standard deiation

is $@%%, then the numbers tend to be about $@%% units rom the mean.'


25/85

Mata Pea >Mat K@ ?@

Sej L K@ L

P1 L> ?L KL

umlah @% @% @%

Skor Min .> .> .>


26/85

LK @% .> $$.>;

Pelajar @ ?L @% .> ?.%

Pelajar ; KL L @% .> ;.%

ika dibandingkan nilai sisihan piaai bagi ketiga-tiga

pelajar, pelajar mempunyai nilai paling besar iaitu?.%, diikuti pelajar $ #$$.>;' dan pelajar ; #;.%'. )nibererti taburan skor pelajar adalah terserak lebih jauhdaripada nilai skor min dalam taburannya berbandingdengan taburan skor pelajar $ dan ;.


27/85

Peratusan

Dengan menggunakan peratusan,

penyelidik dapat menyatakan peratusan

setiap jenis data untuk menyatakanperhubungan antara pembolehubah.

Analisis peratusan biasanya dinyatakan

bersama dengan nilai rekuensi.


28/85


29/85

Perubahan peratusan

Perubahan peratusan biasanya digunakan

untuk membandingkan rekuensi dalam

peratusan bagi aktiiti yang berlaku dalamsatu masa yang tertentu dengan satu

masa lain #digunakan dalam kajian

longitudinal'


30/85


31/85

S T A T I S T

I K I N F E R

E N S I

A T A U P E N T

A K ( I R A

N


32/85

• )nerential statistics is deined as the branch o

statistics that is used to make inerences about the

characteristics o a populations based on sample

data.H *he goal is to go beyond the data at hand and make

inerences about population parameters.

H )n order to use inerential statistics, it is assumed

that either random selection or random assignment

as carried out #i.e., some orm o randomiation

must is assumed'.

)nerential Statistics


33/85

Digunakan untuk membuat generalisasikeputusan kajian yang diperoleh daripada

sampel kajian kepada populasi kajian. Dengan

data yang dikumpulkan daripada sampel,penyelidik menggunakan statistik inerensiuntuk membuat kesimpulan tentang ciri-ciri

populasi berdasarkan ciri-ciri sampel. Statistik

inerensi menggunakan ujian-ujian berikut bagimenyatakan perhubungan antara dua

pembolehubah

)nerential Statistics


34/85

Menganalisis maklumat sampel sebagai

anggaran kepada maklumat populasi.

Menguji sejauh mana maklumat sampel#statistik' diyakini menganggar dengan tepat

maklumat populasi #parameter'.

EertujuanN


35/85

/jian Statistik Eerkaitan

$. 1hi kuasa dua #chi-s=uare'

. /jian 1orelasi Pearson

;. Analisis pemaktoran #actor analysis'>. /jian-t

@. Analisis arians #A!O0A'


36/85

One o the most important concepts in inerential statistics isthat o the sampling distribution. *hats because the use o a

sampling distributions is hat allos us to make

probability statements in inerential statistics.

H A sampling distribution is deined as *he theoreticalprobability distribution o the alues o a statistic that

results hen all possible random samples o a particular

sie are dran rom a population. #+or simplicity you

can ie the idea o all possible samples as taking a

million random samples. *hat is, just ie it as taking a

hole lot o samplesF'

Sa!ping Distri&utions


37/85

="pothesis Testing

Iypothesis testing is the branch o inerential statistics that is concerned

ith ho ell the sample data support a null hypothesis and hen theBe use hypothesis testing hen e e2pect a relationship to be presentG

in other ords, e usually hope to nulliyQ the null hypothesis and

tentatiely accept the alternatie hypothesis null hypothesis can be

rejected in aor o the alternatie hypothesis.

*he null hypothesis is usually the prediction that there is no relationship

in the population.

!ote that it is the null hypothesis

that is directly tested in hypothesis

testing #not the alternatie

hypothesis'.

*he alternatie hypothesis is the logical opposite o the null

hypothesis and says there is a relationship in the population.


38/85


39/85

*he probability alue is a number that isobtained rom the SPSS computer printout. )t

is based on your empirical data, and it tells

you the probability o your result or a moree2treme result hen it is assumed that there

is no relationship in the population #i.e., hen

you are assuming that the null hypothesis is

true hich is hat e do in hypothesis testing

and in jurisprudence'.

Probability 0alue


40/85

H Satu darjah yang boleh diterima oleh penyelidik untuk membuatkeputusan sama ada menolak atau menerima hipotesis nol.

• *he signiicance leel is just that point at hich you ould consider a

result to be rare. Rou are the one ho decides on the signiicance leelto use in your research study. )t is the leel that you set so that you ill

kno hat probability alue ill be small enough or you to reject the

null hypothesis.

H *he signiicance leel that is usually used in education is .%@.

H ) your probability alue is less than or e=ual to the signiicance leel#e.g., .%@' then you ill reject the null hypothesis and tentatiely accept

the alternatie hypothesis. ) not #i.e., i it is C .%@' then you ill ail to

reject the null. Rou just compare your probability alue ith your

signiicance leel.

Signiicance 9eel αT Aras Signiikan


41/85

Satu darjah yang boleh diterima oleh penyelidikuntuk membuat keputusan sama ada menolakatau menerima Io.

Digunakan sebagai asas untuk menolak Io . Merupakan risiko 5alat enis ) yang penyelidik

rela tanggung yakni menolak Io yang benar atauparas keyakinan penyelidik dalam membuat

keputusan menerima atau menolak Io . contoh: α U .%@ menunjukkan paras keyakinan .

?@ 6 ?@& untuk menerima Io benar.

Aras Signiikan αT :


42/85

H *he signi#i%an%e e(e is


43/85

Rou may be ondering, hen do you actually reject the null

hypothesis and make the decision to tentatiely accept the

alternatie hypothesisV

H Rou reject the null hypothesis hen the probability o

your result assuming a true null is ery small. *hat is, you

reject the null hen the eidence ould be unlikely under

the assumption o the null.

H )n particular, you set a signiicance leel #also called thealpha leel' to use in your research study, hich is the

point at hich you ould consider a result to be ery

unlikely. *hen, i your probability alue is less than or

e=ual to your signiicance leel, you reject the nullhypothesis.

H )t is essential that you understand the dierence

beteen the probability alue #also called the p-alue'

and the signiicance leel #also called the alpha leel'.


44/85

Keputusan berasaskan Aras signifikan:

α = .01 – sangat benar (ujian makmal)α = .05 – lazim digunakan (penyelidikan sains ssial)

α = .10 – dibenarkan



45/85

) your probability alue is less than ore=ual to the signiicance leel #e.g., .%@'

then you ill reject the null hypothesis

and tentatiely accept the alternatiehypothesis. ) not #i.e., i it is C .%@' then

you ill ail to reject the null. Rou just

compare your probability alue ith yoursigniicance leel.



46/85

Aras Signiikan *idak Perlu

Semua subjek dalam populasi adalah dijadikan

responden. Prosedur persampelan bukan kebarangkalian

digunakan.


47/85

Parametric *est

A statistical test that inoles making

assumptions about estimates o

population characteristics, or

parameters.


48/85

!on Parametric *est

A statistical test that does not inoles theuse o any population parameters, 4 and

W are not needed, and underlying

distribution does not hae to be normal.

!on-parametric tests are most

oten used to analye ordinaland nominal data are reerred to

as non-parametric tests.


49/85

Steps in hypothesis testingN

$. State the null and alternatie hypothesis. State the signiicance leel beore the research

study #most educational research use .%@ as the

signiicance leel, is also called alpha leel, or

more simply, alpha'.;. Obtain the probability alue using a computer

program such as SPSS.

>.


50/85

5ule $:

) Probability alue X signiicance

leel #i.e. p X Y'

*hen 5eject the null hypothesis

And


51/85

5ule :

)Probability alue C signiicance

leel #i.e. p C Y'

*hen+ail to reject the null hypothesis

And


52/85

R a l a t P e

n y e l i

d i k a n


53/85

5alat enis l dan ll

Raat Jenis

Menolak hipotesis nol bila ia harus diterima.

Ralat ini timbul apabila penyelidik menolak hipotesis nol

yang benar. Penyelidik membuat keputusan bahawaterdapat perbezaan yang signifikan apabila ianya sebenar

tidak ada.

Raat Jenis

Tidak menolak hipotesis nol bila ia sebenarnya harusditolak.

Ralat ini timbul apabila penyelidik membuat keputusan

bahawa tiada perbezaan, sedangkan wujud perbezaan.


54/85

Menentukan paras signiikan #α' untuk membuat

keputusan menerima atau menolak Io dan sejauhmana kesanggupan penyelidikan menerima risikorentetan 5 ) Z 5 )).

Aturan 1eputusan.

Menentukan kaasan penolakan iaitu nilaistatistik bertentangan dengan nilai Io yangmengakibatkan Io ditolak.

1aasan penolakan bergantung kepada aras

signiikan.


55/85


56/85

H Bhen the null hypothesis is true you can make the correctdecision #i.e., ail to reject the null' or you can make the

incorrect decision #rejecting the true null'. *he incorrect

decision is called a *ype ) error or a alse positie

because you hae erroneously concluded that there is an

eect or relationship in the population.

H Bhen the null hypothesis is alse you can also make the

correct decision #i.e., rejecting the alse null' or you can

make the incorrect decision #ailure to reject the alse null'.

*he incorrect decision is called a *ype )) error or a alsenegatie because you hae erroneously concluded that

there is no eect or relationship in the population.

More e2planation..


57/85

1hi kuasa dua

/jian bukan parametrik yang banyak digunakan dalampenyelidikan sains sosial, terutamanya dalam kajian yang

menggunakan skala 9ikert sebagai skala pengukurankajian. *ujuan ujian ini adalah untuk membandingkan rekuensi

yang diperhatikan dalam sampel dengan rekuensi yangdijangka yang sepatutnya ujud secara teori.

Skala pengukuran nominal atau ordinal dan data yangdikumpul adalah dalam bentuk rekuensi.

Membandingkan rekuensi


58/85

Persampelan raak dan populasi dalam taburan normal.

/ntuk menjaab soalan mengenai data yang ujud dalam bentuk

rekuensi.


59/85

/jian-*

Statistik inerensi yang digunakan untukmembandingkan dua atau lebih daripada dua

kumpulan data sela atau nisbah. Persampelan raak. Populasi bertaburan normal. Digunakan untuk menentukan sama ada satu set

atau set-set skor adalah berasal daripada populasi

yang sama.

Membandingkan dua atau

lebih daripada dua kumpulan

data sela atau nisbah


60/85

/jian-t digunakan dalam kes-kes berikutG

$. Sai sampel kecil, iaitu $% subjek dan ke atas.

. Pembolehubah bersandar diukur dalam skalasela atau nisbah.

;. 1ajian dilakukan untuk menentukan sama ada

terdapat perbeaan yang signiikan secara

statistik antara dua kumpulan data.

/jian-*


61/85

/jian-*

*iga jenis ujian-t iaituG$. /jian- t untuk sampel bebas

#Independent!amples T Test". /jian-t untuk pengukuran berulangan

#Paired!amples T Test";. /jian-t untuk satu sampel #$ne

sample T Test"


62/85

/jian-t /ntuk Sampel Eebas


63/85

U


64/85

/jian-t /ntuk Satu Sampel

Digunakan untuk membandingkan skor min sampel denganskor min populasi.

/jian ini digunakan apabila data yang dikumpul memenuhisemua syarat ujian-t, iaitu data sela atau nisbah, taburan

populasi normal #biasanya berlaku apabila ! sama ataumelebihi @%'. @cm. Selepas duaminggu, dia mengukur pertumbuhan $@ pokok jagung yang diberikanbaja baru. /jian-t dilakukan untuk melihat sama ada baja baru ituberkesan atau tidak.


65/85

A!O0A

A!O0A atau analisis arians digunakanuntuk membanding min apabila terdapat

lebih daripada dua kumpulan perbandingan.

Membandingkan lebih

daripada dua kumpulan data

sela atau nisbah


66/85

5egression analysis is a set

o statistical procedures usedto e2plain or predict the

alues o a =uantitatie

dependent ariable based on

the alues o one or more

independent ariables.H )n simple regression,

there is one =uantitatie

dependent ariable and

one independent

ariable.H )n multiple regression,

there is one =uantitatie

dependent ariable and

to or more independent

ariables.

Regression Ana"sis


67/85

/jian 1orelasi

Pemboleh ubah bebas mengakibatkan kesan kepada

pemboleh ubah bersandar.

Pemboleh ubah bersandar menerima kesan akibat pemboleh

ubah bebas.

Perhubungan antara pemboleh ubah ini dinamakan sebagai

korelasi.

Perhubungan antara

pemboleh ubah bersandar

dengan pemboleh ubahbebas


68/85

Eeberapa jenis pekali ujian korelasiG$. Pekali Pearson product-moment #atau Pearson'

. Pekali Phi

;. Pekali Point-biserial

>. Pekali Spearman 5ho@. Pekali


69/85

Dua persoalan

$. Apakah persamaan yang meakili

perhubungan antara pemboleh ubah-pembolehubahV

. Apakah kekuatan perhubungan antara

pemboleh ubah-pemboleh ubah tersebutV

/jian 1orelasi


70/85

!ilai pekali korelasi #r' ialah nilaipengukuran kekuatan perhubungan

antara dua pembolehubah. !ilai r inimempunyai sela antara [$.%% dan-$.%%. !ilai pekali dilaporkan dalam

nilai perpuluhan seperti r U .K@ atau r U- .>$

/jian 1orelasi


71/85

Pekali korelasi positi R

8

/jian 1orelasi


72/85

Pekali korelasi negati R

8

/jian 1orelasi


73/85

L.;& lagi disebabkan oleh aktor lain.

link

/jian 1orelasi

http://var/www/apps/conversion/tmp/scratch_7/korelasi%20iq%20math.dochttp://var/www/apps/conversion/tmp/scratch_7/korelasi%20iq%20math.doc


74/85

1ekuatan nilai pekali korelasi

SaiB pe@ai @oreasi )r. Ke@uatan @oreasi

.?$ hingga $.%% atau -.?$ hingga -$.%% Sangat kuat

.$ hingga .?% atau -.$ hingga -.?%1uat

.@$ hingga .% atau -.@$ hingga -.% Sederhana

.;$ hingga .@% atau -.;$ hingga -.@% 9emah

.%$ hingga .;% atau -.%$ hingga -.;% Sangat lemah%% *iada korelasi


75/85


76/85

Maksud !ilai Pekali Sempurna

Niai pe@ai 7'88

a perfect positi%e correlation& changes in one %ariable are

accompanied by e'ui%alent changes in the same direction in

the other %ariable, without e(ception.

Niai pe@ai '88

no correlation& changes in one %ariable ha%e no relationship, or

are randomly related, to changes in the other %ariable.

Niai pe@ai C 7'88

a perfect negati%e correlation& changes in one %ariable are

accompanied by e'ui%alent changes in the opposite direction in

the other %ariable, without e(ception.


77/85

Another e2cellent ay to describe your data #especially or isually

oriented learners' is to construct graphical representations o the data

#i.e., pictorial representations o the data

in to-dimensional space'.H Some common graphical

representations are bar graphs,

histograms, line graphs, andscatterplots.

Graphi% Representations o# Data


78/85

Pie


79/85

1ar Graphs


80/85

A bar graph uses ertical bars to represent the data. *he

height o the bars usually represent the re=uencies orthe categories that sit on the 8 a2is. *he 8 a2is is the

horiontal a2is and the R a2is is the ertical a2is. Ear

graphs are typically used or categorical ariables.

1ar Graphs


81/85

A histogram is a graphic that shos the re=uencies and shape that

characterie a =uantitatie ariable.

=istogra!s

ine Graphs


82/85

A line graph uses one or more lines to depict inormation about one or more

ariables.H A simple line graph might be used to sho a trend oer time

ine Graphs


83/85


84/85

A scatterplot is used to depict the relationship beteen to =uantitatie

ariables. H *ypically, the independent or predictor ariable is represented

by the 8 a2is #i.e., on the horiontal a2is' and the dependent ariable is

represented by the R a2is #i.e., on the ertical a2is'.

S%atterpots


85/85

Sekian

Terima Kasih

kuliah 12 Analisis deskriptif dan inferensi.pptx

Documents