วีดีโอ

Bisa cek informasi di katalog kami Pak Andi. wa.me/p/7984128251598689/6285230045332 atau langsung kontak admin whatsapp juga bisa Pak Andi. wa.me/6285230045332

Terima kasih Bu Yurirahmi. Sekilas mengenai sistem persamaan simultan sbb ya bu. Tetapi memang hanya mukadimah saja. Untuk pembelajaran yang komprehensif bisa mengambil layanan belajar statistika. Introduction to SEM | CB-SEM th-cam.com/video/Dq22SfY3lZQ/w-d-xo.html Mengapa Anda Harus Menggunakan SEM th-cam.com/video/39vBT1CFX5Y/w-d-xo.html Inilah Perbedaan Antara SEM dan PLS th-cam.com/video/5HaGWmRACao/w-d-xo.html Review of GSCA-SEM th-cam.com/video/6LACzhXoJpA/w-d-xo.html Semoga bermanfaat

Waalaikumsalam. Terima kasih Bu Yuri. Referensinya ada di deskripsi ya. Semoga bermanfaat.

@ArenaStatistics Terimakasih ibuu🙏🏻

Terima kasih Bu Egistia. transformasi tersebut bisa digunakan disemua software, tidak hanya spss ataupun eviews. penggunaan transformasi disesuaikan dengan karakteristik data. bisa di trial untuk transformasi A hasilnya sesuai atau tidak. kalau tidak bisa diganti transformasi yang lain. sumbernya ada di deskripsi ya bu. Semoga bermanfaat

Terima kasih. jenis transformasi tidak bisa ditentukan dari nilai minimum dan/atau maksimum. dengan data yang sejenis bisa jadi jenis transformasinya berbeda. Jadi bisa dilakukan trial and error untuk memilih jenis transformasi. atau bisa dicoba transformasi boxcox dalam learning video berikut th-cam.com/video/BFIe6koJ_yw/w-d-xo.html Semoga bermanfaat.

Terima kasih Pak Mudyrk. Transformasi dalam bentuk kubik berarti X^3. Modelnya tetap seperti sebelumnya Y = B0 + B1X + E X atau Y bisa berupa hasil transformasi data apapun. berbeda dengan transformasi model. Model dibuat model kubik. berarti modelnya adalah Y = B0 + B1X + B2 X^2 + B3 X^3 referensi Drapper and Smith Semoga bermanfaat

Terima kasih Bu Poetry. Semua kombinasi memungkinkan dilakukan. bisa variabel Y saja, bisa 1 X saja, bisa 2 X, bisa semua X, atau X dan Y yang ditransformasi. dan transformasi dalam bentuk apapun X atau Y nya juga tidak menjadi masalah. Go a head! Semoga bermanfaat

​@@ArenaStatistics Baik, terima kasih banyak atas sarannya

@@poetrypriliantika1698 Semoga berkah dan selalu diberikan kemudahan

Terima kasih Bu Syellanadia. Besarnya koefisien regresi (B) sesuai dengan data yang dianalisis. dan nilai tersebut terlihat sama karena pembulatan 3 angka dibelakang koma. kalau pembulatannya dipanjangkan jadi 5 atau 8 angka dibelakang koma nilainya pasti berbeda. Karena kalau sama persis artinya ada hubungan yang sempurna diantara kedua variabel tersebut dan pasti salah satu akan dikeluarkan otomatis oleh SPSS atau program lainnya. Semoga bermanfaat.

Terima kasih Bu Syellanadia. Besarnya koefisien regresi (B) sesuai dengan data yang dianalisis. dan nilai tersebut terlihat sama karena pembulatan 3 angka dibelakang koma. kalau pembulatannya dipanjangkan jadi 5 atau 8 angka dibelakang koma nilainya pasti berbeda. Karena kalau sama persis artinya ada hubungan yang sempurna diantara kedua variabel tersebut dan pasti salah satu akan dikeluarkan otomatis oleh SPSS atau program lainnya. Semoga bermanfaat.

@@ArenaStatistics bagaimana cara melihat sampai 5 atau 8 angka tersebut bu?

@@syellanadia9667 bisa di double klik pada tabel outputnya angkanya yang bersangkutan sampai keluar angka lengkapnya

Tidak masalah menggunakan responden 32. Kalau di Indonesia umumnya minimal 30 responden dengan acuan Teorema Limit Pusat. Kalau di LN ada yang menggunakan 20 responden, ada yang 30, ada yang 50 responden, dsb. Semoga bermanfaat.

Terima kasih Pak Thirta. Yang perlu dipahami adalah baik regresi maupun asumsi klasik saling berkaitan. Data yang dianalisis asumsi klasik dihasilkan dari regresi. Sehingga jika salah satu asumsi tidak terpenuhi kemudian ditransformasi maka proses itu berulang dari analisis regresi kemudian seluruh asumsi klasik. Semoga bermanfaat

@@ArenaStatistics terima kasih pak

Waalaikumsalam Terima kasih Pak Agus. X2 berpengaruh tidak signifikan (Sig > Alpha) terhadap Y. Semoga bermanfaat

@@ArenaStatistics terima kasih pak

Semoga segea ad jawan hal in saya gunakan untuk referensi penelitian saya🙏🏻

Terima kasih Pak/Bu Singa. Validitas dan Reliabilitas yang disampaikan dalam video adalah basic SEM (menggunakan Amos, Lisrel, atau MPlus) bukan PLS, sedangkan SmartPLS adalah software / aplikasi dari analisis PLS bukan SEM, jadi ada sedikit perbedaan validitas reliabilitas antara yang ada dalam SEM dan PLS. Kalau validitas reliabilitas yang menggunakan software smartPLS referensinya bisa menggunakan hair et al. Semoga bermanfaat.

Terima kasih Bu Safni Jelita, sama itu maksudnya bgmn? kepentingan = 4 dan kepuasan = 4? atau bagaimana?

Terima kasih Bu Ardya. t tabel dan p value itu selalu memberikan kesimpulan yang sama. dinyatakan TIDAK BERPENGARUH jika beta = 0 dinyatakan BERPENGARUH jika beta ≠ 0 Kalau dari hasil analisis betanya = 0 atau ≠ 0 dan kira-kira dari video tersebut jika p value > alpha masuk berpengaruh tidak signifikan atau tidak berpengaruh?

@@ArenaStatistics saya masih kurang faham pak

@@ardyafitria7549 Bu Ardya coba pelajari video pembelajaran berikut th-cam.com/video/euTHgOtP9tk/w-d-xo.html Jika ada yang tidak dipahami silahakan ditanyakan kembali Semoga bermanfaat

@@ArenaStatistics terima kasih banyak pak

Terima kasih Bang Sewon. transformasi bisa dilakukan pada variabel Y saja, bisa pada 1 variabel X, bisa beberapa variabel X, atau semua variabel X, atau seluruh variabel ditransformasi Semoga bermanfaat

​@@ArenaStatisticsizin bertanya bu, adakah referensi atau buku yang menjelaskan bahwa transformasi dapat dilakukan pada salah satu variabel saja ? Jika ada bukunya siapa ya bu ? Saya sangat perlu untuk referensi skripsi saya karene melakukan transformasi pada salah satu variabel saja

@@SupiyonoEreload Terima kasih User. Dalam deskripsi video ini sudah tertera referensi silahkan digunakan. semoga bermanfaat.

Terima kasih Pak Andi. nilai pvalue/2 dibandingkan dengan alpha 10%, atau bisa juga menggunakan statistik uji t yang dibandingkan dengan t tabel one tailed pada alpha 10%. Semoga bermanfaat

Terima kasih Bu Helfi. Masih banyak transformasi yang bisa digunakan. termasuk transformasi untuk data nol, atau negatif, transformasi growth, difference, family dari transformasi boxcox, dsb. tergantung transformasi yang dibutuhkan apa. Asalkan ada formulanya, transformasi apa saja bisa diselesaikan menggunakan excel. Semoga bermanfaat.

data 30 itu jumlah perusahaannya atau perusahaan dikalikan periodenya bu?

@@ArenaStatistics saya pake data panel pak. Menggunakan objek 6 provinsi dari tahun 2018-2022. Jadi 30 data didapatnya dari 6 provinsi dikali 5 tahun

@@nurqomalasari8896 berarti totl observasi ada 30. berarti bisa menggunakan analisis PLS. Justru dianalisis menggunakan CB SEM tidak tepat karena sampelnya sedikit. variabel yang tidak memiliki indikator tetap bisa dianalisis PLS Sama halnya path analysis dengan teknik estimasi Alternatinf Least Square (ALS), dan estimasi tersebut hanya ada pada analisis PLS. Semoga bermanfaat

Terima kasih Pak Suyito, Jika ada kebutuhan untuk analisis data atau konsultasi mengenai penelitian kuantitatif Bapak, bisa hubungi whatsapp kami (wa.me/6285230045332)

Terima kasih. CSI (Customer Satisfaction Index) mengetahui tingkat kepuasan pelanggan. IPA untuk evaluasi item mana yang perlu diperbaiki item mana yang perlu dipertahankan. Jika video pembelajaran ini ditonton hingga akhir, akan ada penjelasannya yang mudah dipahami Pak. Semoga bermanfaat.

@@ArenaStatistics baik kak terima kasih..saya tonton sampai selasai dulu,soalnya buat analisa penelitian saya

Terima kasih Bu Mey. Dalam video sudah ada penjelasan bahwa kriteria pengujian one tailed adalah probabilitas one tailed (probabilitas dibagi 2) dibandingkan dengan alpha. Sedangkan kriteria pengujian two tailed adalah probabilitas (tidak dibagi 2) dibandingkan dengan alpha. Semoga bermanfaat.

Terima kasih Bu Wawa. kira salahnya dimana dan yang benar seperti apa? serta referensi yang bisa dirujuk pakai referensinya siapa?

terima kasih Bu Lyhn. Referensi sudah disertakan dalam deskripsi ya bu. semoga bermanfaat

Terima kasih Bu Adinda, apakah ada yang menyebutkan larangan tsb? atau ada dosen yang melarang menggunakan transformasi tsb? Padahal dibanyak referensi disebutkan (termasuk yang ada dalam deskripsi), bahkan dalam uji heteroskedastisitas menggunakan Park Test juga menggunakan transformasi LN dalam proses pengujiannya. Semoga bermanfaat

@@ArenaStatistics baik terima kasih bu untuk informasinya

Permisi ibu saya ingin bertanya apabila saya memakai transformasi di heteroskedastisitas, apakah harus mengulang dari uji normalitas untuk semua datanya? dan apakah boleh kalau hanya mengubah log di 1 variabel saja? terima kasih

@@mionefor Terima kasih Bang Sewon. asumsi klasik itu satu kesatuan dengan regresi, apabila satu variabel ditransformasi, maka dilakukan pengujian kembali mulai dari regresi hingga asumsi klasik. Semoga bermanfaat

Terima kasih Bu Risa. Tidak ada bu. itu formula yang kami rancang agar penambahan konstanta efisien. Pada dasarkan pemberian konstanta itu bebas, mau sebesar 1 boleh, 5 boleh, sebesar 10 boleh, sebesar 100 juga boleh, dsb.dengan formula tersebut, kami mendapatkan konstanta yang efisien juga hasil transformasi yang tidak menghasilkan angka negatif (meskipun tidak ada dampak yang signifikan dalam hasil analisis). misal : nilai Y paling rendah adalah -5.3. maka jika diberikan konstanta sebesar 1 maka diperoleh nilai Y yang paling rendah adalah -4.3 (negatif) maka tidak bisa ditransformasi Log atau akar. jika diberikan konstanta sebesar sebesar 5 maka diperoleh nilai Y yang paling rendah adalah -0.3 (negatif) maka masih tidak bisa ditransformasi Log atau akar. jika diberikan konstanta sebesar sebesar 5.3 maka diperoleh nilai Y yang paling rendah adalah 0 (nol) maka masih juga tidak bisa ditransformasi Log atau akar. jika diberikan konstanta sebesar sebesar 5.4 maka diperoleh nilai Y yang paling rendah adalah 0.1 (nol) maka nilai ini baru bisa ditransformasi Log atau akar. dan jika ditransformasi log menghasilkan yang paling minimum Y yang bernilai negatif. jika diberikan konstanta sebesar sebesar (|5.3| +1) maka diperoleh nilai Y yang paling rendah adalah 1 (positif 1) maka nilai ini juga bisa ditransformasi Log atau akar. dan jika ditransformasi log menghasilkan Y yang paling minimum bernilai nol. Jadi tidak semua proses harus selalu dibuktikan dengan referensi, karena kita baru bisa menemukan fakta jika melakukan proses sendiri. Semoga bermanfaat

Waalaikumsalam Wr.Wb Terima kaish Pak Khoiriyah. Dari video yang bapak tonton, betul. keputusannya H0 diterima. Kira-kira kesimpulan apa yang bapak dapatkan dari video tersebut dan kesesuaiannya dengan penelitian bapak, mengenai koefisien dan uji parsial tersebut? Terima kasih

Waalaikumsalam Pak Muhammad. Semua transformasi bisa digunakan untuk transformasi data 0 atau minus asalkan ditransformasi konstanta terlebih dahulu. bisa dipelajari di materi berikut Transformasi Boxcox th-cam.com/video/BFIe6koJ_yw/w-d-xo.html Semoga bermanfaat.

Terima kasih Bu Silfi. Semoga data bisa dilakukan transformasi, kecuali data dummy. Semoga bermanfaat

Terima kasih Bu Tri. Referensi sudah ada dalam deskripsi ya bu. Semoga bermanfaat

Terima kasih Bu Dea. satuan yang berbeda tidak menjadi masalah dan tidak perlu dilakukan transformasi untuk menyamakan satuannya. Kecuali jika ingin diketahui variabel yang paling berpengaruh, maka satuan dan keragaman harus disamakan dahulu menggunakan transformasi standarisasi. tapi untuk menguji pengaruh X terhadap Y tetap menggunakan data asli, agar interpretasinya menjadi lebih bermakna. Semoga bermanfaat

Terima kasih Bu Dea. transformasi di masing-masing variabel sangat memungkinkan berbeda, karena karakteristik data di masing-masing variabel berbeda. data negatif pun bisa ditransformasi log, asalkan ditransformasi konstanta terlebih dahulu sehingga tidak ada nilai negatif. Semoga bermanfaat

@@ArenaStatistics izin bertanya bu, apakah terdapat referensi yang menyatakan data yang negatif bisa di transformasi menjadi log dengan syarat dilakukan transformasi konstanta terlebih dahulu? Mohon jawabannya bu, terimakasih🙏🏻

@@risadheaalvianyfasha4206 Terima kasih Bu Risa, bisa pakai salah satu referensi yang ada di deskripsi ya bu. Semoga bermanfaat

Terima kasih Pak Haengbookiee. bisa dilihat dari path coefficient Pak. Tapi dalam smartpls bukan pakai coefficient B melainkan coefficient Gamma. Semoga bermanfaat

Terima kasih Pak Reza. Tidak ada teknik khusus untuk membuat hipotesis yang tidak signifikan menjadi signifikan. karena signifikansi tersebut menyesuaikan dengan data yang dianalisis. Hipotesis tidak signifikan karena teknik analisis yang digunakan tidak merepresentasikan data yang dianalisisnya. jadi solusinya adalah ganti data (ambil data ulang) atau ganti teknik analisis yang sesuai. misal regresi kuadratik, regresi kubik, regresi eksponensial, dsb. semoga bermanfaat.

Terima kasih Pak Reza. Tidak ada teknik khusus untuk membuat hipotesis yang tidak signifikan menjadi signifikan. karena signifikansi tersebut menyesuaikan dengan data yang dianalisis. Hipotesis tidak signifikan karena teknik analisis yang digunakan tidak merepresentasikan data yang dianalisisnya. jadi solusinya adalah ganti data (ambil data ulang) atau ganti teknik analisis yang sesuai. misal regresi kuadratik, regresi kubik, regresi eksponensial, dsb. semoga bermanfaat.

Terima kasih Pak April. pilot Test bisa menggunakan teknik korelasi pearson menggunakan tools spss (paling sederhana), bisa menggunakan teknik EFA menggunakan tools spss, bisa menggunakan teknik CFA menggunakan tools SEM (salah satunya smartpls), dsb. mau pakai teknik apapun boleh, pakai sampel berapapun boleh (minimal 30), atau untuk EFA dan CFA setidaknya sampel yang digunakan adalah 1 lebih banyak dibandingkan banyaknya indikator. misal indikatornya sebanyak 50, maka sampelnya minimal 51. karena jika sampelnya lebih kecil dari jumlah indikator tidak akan proses dengan sempurna. salah satu rule of thumb dalam PLS (bukan pilot test) salah satunya adalah 10x jumlah jalur. bisa juga pakai rule of thumb sampel minimal 30 dalam PLS. jadi tidak perlu pakai rule of thumb yang memberatkan peneliti. Semoga bermanfaat.

@@ArenaStatistics terima kasih banyak pak/bu untuk jawabannya. saya izin bertanya kembali, apabila nanti hasil pilot test valid dan reliabel, apakah untuk pengambilan data selanjutnya boleh memakai kuesioner dari pilot test atau dibedakan? lalu untuk responden pilot test saya sesuaikan dengan kriteria sampel asli penelitian saya sehingga apabila nnti hasil pilot test valid dan reliabel, apakah untuk pengambilan data selanjutnya saya tinggal mencari sisa responden? (sampel penelitian saya 100, dan saya menggunakan 30 untuk pilot test) saya bisa mencari sisa 70 responden? atau tetap mencari 100 responden?

@@aprilsr4483 kuesioner itu adalah alat ukur untuk mendapatkan data kuantitatif. Kalau kuesioner valid artinya alat ukur tsb bisa digunakan untuk mengambil data. Jadi kuesioner yang valid dari hasil pilot test, dapat digunakan untuk penelitian yang sesungguhnya. tidak boleh berbeda. Untuk sampelnya, jika populasinya banyak (berlebih) maka sebaiknya menggunakan responden yang lain. yang belum pernah diberikan kuesioner. Semoga bermanfaat.

@@ArenaStatistics ah iyaa hehe sepertinya saya salah bertanya. saya pakai google form sebagai media untuk pengisian kuesioner, apabila nanti pilot test valid dan reliabel berarti untuk pengambilan data selanjutnya saya bisa menyebar kuesioner menggunakan form kuesioner dari google form pilot test? jadi nanti data responden pilot test tergabung dengan data responden yg sesungguhnya?

@@aprilsr4483 dengan form yang sama tidak masalah. tapi tetap pengumpulannya sesuai dengan sampel terhitung (minimum). Sehingga sampel untuk pilot test bisa diabaikan Pak. Sempga bermanfaat

Terima kasih Pak Reza. referensinya ada di video ini Pak. Silahkan dipelajari ya. th-cam.com/video/BFIe6koJ_yw/w-d-xo.html Semoga bermanfaat

Terima kasih Bu Jessy. Betul, variabel Y yang dimaksud adalah variabel dependen. BoxCox Transformation hanya berlaku pada variabel dependen (Y). Semoga bermanfaat.

maaf pak, izin bertanya kembali, bagaimana jika banyak data bernilai 0 dan tiba" ada data yg besar seperti 70 dan menyebabkan tidak normal. Saya sudah mencoba melakukan transformasi box-cox dengan menambahkan konstanta abs nilai minimal +1, tetapi data tetap tidak berdistribusi normal. Kira-kira apakah ada solusinya pak ? @@ArenaStatistics

@@jessymayasari874 Jika transformasi data belum menunjukkan hasil yang normal. solusi lainnya adalah drop outlier dari Standardized Residual (ZRES). Drop ZRES < -1.96 dan ZRES > 1.96. Drop outlier bisa dilakukan jika sampelnya mencukupi. Artinya jika sampel terhitung adalah 100, kemudian peneliti dapat 150 responden dan digunakan semua (150), maka peneliti bisa drop outlier. tapi jika pengambilan datanya hanya sesuai dengan sampel terhitung, maka tidak bisa drop outlier kecuali harus ditambah dulu sampelnya. Semoga bermanfaat.

Terima kasih Bu Rizka. Betul umumnya rentang lambda adalah -2 sampai 2. karena jika peneliti melakukan transformasi secara manual, maka mudah untuk dilakukan karena bentuk transformasinya sederhana dibandingkan jika rentang lambda diluar -2 atau diluar 2. Semoga bermanfaat.

@@ArenaStatistics terimakasih banyak atas jawabannya pak, sangat membantu 🙏

Terima kasih Pak Sake. keputusan T statistic (statistik uji) dengan probabilitas itu selalu selaras. tidak akan pernah berbeda. jika probabilitas < alpha (0.05) maka keputusannya berpengaruh signifikan. maka statistik uji juga memberikan keputusan berpengaruh signifikan. Terkait dengan T statistic yang bernilai negatif, kita kembalikan pada teori yang sesungguhnya. bahwa T statistic (positif) ≥ T tabel atau -Tstatistic ≤ -T tabel (T statistic dan T tabel bernilai negatif) maka berpengaruh signifikan. maka bisa diringkas menjadi |T statistic| (diartikan absolut T statistic) ≥ |T tabel| (diartikan absolut T tabel) maka berpengaruh tidak signifikan. Semoga bermanfaat.

Terima kasih Bu Vina. Sebaiknya pengujian normalitasnya bisa diperbaiki dulu bu. dalam analisis regresi linier pengujian normalitas tidak dilakukan pada variabel independen ataupun dependen. melainkan dilakukan pada variabel residual (hasil sisaan estimasi regresi linier). disemua reverensi menyatakan pengujian normalitas dalam regresi linier dilakukan pada variabel residual (error/disturbance). dan transformasi tidak harus dilakukan pada semua variabel. Semoga bermanfaat.

Terima kasih Bu Latipah. apakah ibu mengunakan analisis regresi linier? jika menggunakan regresi linier, maka tidak tepat jika uji normalitas dilakukan pada variabel y. Harusnya dilakukan pada residual. bukan variabel x bukan variabel y. Semoga bermanfaat.

Terima kasih Bu Latipah. apakah ibu mengunakan analisis regresi linier? jika menggunakan regresi linier, maka tidak tepat jika uji normalitas dilakukan pada variabel y. Harusnya dilakukan pada residual. bukan variabel x bukan variabel y. Semoga bermanfaat.

Terima kasih Bu Latipah. nilai jarque bera dibandingkan dengan chi square tabel. apakah nilai JB tersebut lebih besar atau lebih kecil dari chi square tabel? jika lebih kecil dari chi square tabel maka dinyatakan normal. daripada melihat nilai JB, akan lebih mudah dengan melihat nilai Pvalue. jika pvalue > alpha maka dinyatakan normal. semoga bermanfaat.

terima kasih Bu Vina. Yang perlu Bu Vina pahami adalah Analisis regresi linier (model regresi, koef. determinasi, uji parsial, uji simultan) dan asumsi klasik (normalitas, linieritas, multikolinieritas, heteroskedastisitas, dan/atau autokorelasi) adalah satu kesatuan prosedur analisis regresi linier. Jadi jika terdapat kendala pada asumsi klasik kemudian harus dilakukan transformasi, maka dari awal proses regresi linier hingga asumsi klasik menggunakan data yang telah ditransformasi. semoga bermanfaat.

@@ArenaStatistics terimakasih banyak bu 😁🙏🏻

Terima kasih Bu Vina. ETR hanya sebagai proksi. variabel yang sebenarnya adalah penghindaran pajak. yang mana jika profitabilitas tinggi maka akan meningkatkan penghindaran pajak. sehingga hipotesisnya menjadi profitabilitas berpengaruh positif terhadap penghindaran pajak (jika mau dibuat one tailed). Meskipun nanti hasilnya negatif, nanti penjelasannya tetap profitabilitas tinggi maka akan menurunkan ETR, sehingga meningkatkan penghindaran pajak. tapi kalau menggunakan one tailed hypothesis cenderung menjadi bias penjelasannya. maka sebaiknya menggunakan hipotesis two tailed (profitabilitas berpengaruh terhadap penghindaran pajak). hipotesis seperti ini akan lebih aman. outputnya nanti tetap ada 2, profitabilitas berpengaruh signifikan terhadap penghindaran pajak yang diproksi oleh ETR. dan peningkatan profitabilitas cenderung menurunkan ETR, sehingga penghindaran pajak menjadi semakin meningkat. Semoga bermanfaat.

Baik terimakasih Pak 😁🙏🏻 bermanfaat sekali

Terima kasih Bu Sofiah. Ini karena rentang datanya terlalu besar akibat satuan yang terlalu rendah. hasil yang seperti ini biasanya satuannya rupiah. coba dikalikan 1 triliun dulu sehingga sehingga satuannya menjadi triliun rupiah. misal 1200000000000 rupiah, jadi 1.2 triliun rupiah. Dengan demikian data memiliki rentang yang tidak terlalu besar. dan menghasilkan koefisien yang relevan. Semoga bermanfaat

Terima kasih Pak Santo. Betul, t tabelnya ambil yang satu arah dan nilai sig nya dibagi 2. Untuk semua referensi InsyaAllah ada semua, jadi bisa ambil salah satu. Semoga bermanfaat