Tablet dan pembelajaran digital di sekolah

Tablet dan pembelajaran digital di sekolah[1]

 <<Klik disini untuk download full article PDF>>

 

Oleh: Herri Mulyono

Era pembelajaran digital akan segera dimulai. Tidak lama lagi guru dan siswa di sekolah tanah air akan menggunakan buku-buku elektronik yang disajikan dalam sebuah perangkat keras bernama tablet. Dalam statistik, Indonesia merupakan Negara nomor 5 pengguna telepon pintar terbesar di dunia dengan jumlah kurang lebih 83 juta jiwa. Jumlah ini menurut techinasia diperkirakan 14% dari total penduduk di Indonesia. Tingginya pengguna telepon pintar dengan aplikasi yang mirip dengan tablet merupakan salah satu indikasi masyarakat melek teknologi digital dan merupakan potensi besar bagi guru dan siswa di tanah air dalam mengusung pembelajaran digital di sekolah.

Seperti ditegaskan oleh Mendikbud Anies Bawesdan bahwa pemerintah bertekad mengganti buku-buku pembelajaran dengan format digital yang lebih efektif secara distribusi maupun biaya. Namun sayang bila dengan kemampuan tablet sebagai perangkat TIK (teknologi informasi dan komunikasi) yang canggih hanya digunakan hanya untuk memfasilitasi siswa membaca buku elektronik. Terlebih pemerintah sudah mendapat dukungan PT TELKOM sebagai penyedia layanan internet. Hasil penelitian oleh UNICEF tahun lalu menyatakan bahwa 30 juta pengguna internet adalah anak dan remaja Indonesia. Dengan dukungan PT TELKOM akses internet melalui tablet dapat digunakan untuk menunjang aktivitas pembelajaran di kelas.

Dalam banyak literature disebutkan bahwa integrasi teknologi dalam kegiatan belajar mengajar berdampak positif tidak hanya pada hasil belajar siswa, tetapi juga pada motivasi dan tingkat kepercayaan diri siswa dalam proses pembelajaran. TIK dalam pembelajaran juga mencakup penggunaan tablet sebagai media dan sumber pembelajaran. Perangkat tablet memungkinkan format buku elektronik dengan dukungan image, audio dan video sehingga materi pembelajaran menjadi menarik serta dapat dengan mudah dipahami oleh siswa.

Setidaknya ada tiga hal yang perlu diperhatikan dalam menggunakan tablet dalam mendukung pembelajaran digital di sekolah. Pertama, belajar dari pengalaman. Sebenarnya, penggunaan tablet untuk membaca buku elektronik bukanlah hal yang baru di dunia pendidikan tanah air. Tahun 2008 Departemen pendidikan nasional (sekarang Kemdikbud) mengeluarkan buku sekolah elektronik (BSE). Untuk mendukung program buku elektronik tersebut, pemerintah memberikan sarana pendukungnya yaitu e-book reader (perangkat keras untuk membaca buku elektronik) ke sekolah. Sayangnya, kualitas e-book reader yang dibagikan oleh pemerintah berkualitas rendah sehingga untuk membaca konten buku elektronik diperlukan waktu loading yang cukup lama. Sehingga dibandingkan dengan buku konvensional sangat tidak efektif. Jumlah perangkat e-book reader yang diterima oleh sekolah juga masih sangat terbatas dan sehingga tidak mencukupi kebutuhan siswa. Pada akhirnya sekolah harus mencetak buku elektronik tersebut dalam format kertas dengan dukungan dana dari pemerintah. Masalah lainnya adalah terkait dengan penggunaan dan perawatan. Kemampuan guru dan siswa dalam menggunakan perangkat TIK di sekolah tidak sebanding dengan kemampuan merawat perangkat teknologi tersebut. Bahkan banyak sekolah yang tidak memiliki pegawai dengan kemampuan khusus merawat dan memperbaiki perangkat TIK. Akibatnya, banyak perangkat TIK di sekolah yang rusak karena minim perawatan. Bila pemerintah serius dengan tekad pembelajaran digital maka perangkat TIK yang dibagikan ke sekolah harus benar-benar dengan kualitas yang baik, serta mendukung sekolah dengan dana dan bimbingan perawatan perangkat TIK.

Kedua, pendidikan literasi digital. Membawa tablet kedalam proses pembelajaran tentunya harus diiringi dengan pendidikan literasi digital supaya teknologi canggih tersebut dapat digunakan dengan effective khususnya dalam meningkatkan hasil pembelajaran di sekolah. Menurut Rubble dan Bailey (2007), literasi digital diartikan sebagai sebuah kemampuan untuk menggunakan teknologi digital dan tahu kapan dan bagaimana menggunakannya. Di sekolah, pendidikan literasi digital harus mencakup dua hal yaitu pendidikan literasi informasi dan literasi media informasi. Bila siswa tidak dibekali dengan pengetahuan tentang informasi dan media ini maka budaya aktivitas digital yang bijak tidak akan terbentuk dan pada akhirnya berdampak negatif terhadap penggunaan perangkat TIK dikelas pembelajaran. Di negara-negara maju, pendidikan literasi terintegrasi dengan kurikulum sekolah sebagai penyeimbang penggunaan teknologi pembelajaran di kelas. Contoh saja Skotlandia, pendidikan tentang literasi digital dimulai dengan pengenalan beragam bentuk informasi dan bagaimana menyaring informasi tersebut. Di sekolah-sekolah Skotlandia siswa juga diajarkan bagaimana menggunakan internet secara bijak, bagaimana mengevaluasi informasi yang disajikan, serta dibimbing bagaimana menyeimbangkan aktivitas di dunia maya dan di kehidupan nyata sehari-hari.

Ketiga, kesiapan guru. Penggunaan perangkat teknologi canggih di kelas pembelajaran tentunya harus dengan kesiapan guru yang baik. Guru yang siap dengan sikap terbuka menggunakan TIK akan berpengaruh positif terhadap aktivitas pembelajaran. Kesiapan guru bukan hanya ditunjukkan oleh seberapa mampu guru menggunakan TIK tetapi juga tingkat pengetahuan guru tentang teknologi, pedagogi dan materi pembelajaran. Dalam banyak literature pengetahuan guru tentang tiga aspek teknologi, pedagogi dan materi pelajaran merupakan salah satu faktor penentu keberhasilan pembelajaran berbasis TIK sehingga pembelajaran tersebut dapat bermakna. Dengan pengetahuan ini guru tahu jenis teknologi yang tepat untuk memfasilitasi sebuah topic pembelajaran serta capaian yang akan diperoleh melalui dukungan teknologi tersebut. Selain itu, guru juga mampu dalam melakukan control penggunaan TIK oleh siswa selama proses pembelajaran sehingga kegiatan yang tidak terkait dengan aktivitas belajar siswa dapat dihindari. Untuk mendukung kesiapan guru ini pemerintah harus memberikan membimbing kepada guru dalam menggunakan perangkat TIK selama pembelajaran melalui program pelatihan yang berkesinambungan dan tepat sasaran. Bila guru telah memilik kemampuan dan pengetahuan TIK yang memadai, maka guru dapat memainkan perannya dalam mensukseskan program pemerintah tentang pembelajaran digital di sekolah.

 

[1] Artikel opini, sumber: Banjarmasin Post, Kamis 26 Februari 2015, tersedia pada http://banjarmasin.tribunnews.com/2015/01/13/tablet-dan-pembelajaran-digital-di-sekolah

Memberantas buta informasi

Memberantas buta informasi[1]

<<Klik disini untuk Download full PDF artikel ini>>

Oleh: Herri Mulyono

Data Kominfo tahun 2014 mencatat Indonesia sebagai pengguna internet peringkat kedelapan terbesar di dunia dengan total 82 juta pengguna. Khususnya pengguna media social, beberapa sumber menjelaskan bahwa 69 juta penduduk Indonesia memiliki akun Facebook aktif dengan lebih dari 30 juta jiwa pengguna Twitter. Tak ayal lagi, banyak media cetak maupun daring (online) ikut berpartisipasi dengan turut membuka akun di jejaring social raksasa tersebut. Tujuannya sangat jelas: meningkatkan jumlah pembaca. Dengan tujuan inilah website media daring mulai melengkapi fasilitas berbagi yang memungkinkan pembacanya terkoneksi dan berinteraksi langsung melalui akun Facebook atau Twitter. Fasilitas Like dan share pada Facebook atau Retweet pada twitter serta fasilitas jenis lainnya memberikan beragam kemudahan baik bagi pengelola media maupun masyarakat, dalam akses dan penyebaran informasi. Sehingga sangat memungkinkan bahwa sebuah informasi dapat tersebar ke pelosok tanah air hanya dalam hitungan menit saja.

Berkembangnya teknologi informasi dan komunikasi dalam satu sisi menguntungkan masyarakat khususnya dalam hal kemudahan akses informasi. Dalam hal penyaring informasi, jejaring social juga digunakan sebagai alat untuk menyaring informasi yang berkembang sehingga masyarakat dapat dengan mudah mengenali trend informasi. Namun disisi lainnya, kemudahan tersebut tidak sebanding dengan filter kebenaran informasi atau berita yang dibaca dan dibagikan. Akibatnya, isu tentang kebenaran sebuah informasi atau berita yang dibagikan oleh Netizen (pengguna internet) menjadi kekhawatiran tersendiri. Seringkali kebenaran sebuah berita tidak lagi ditentukan dari fakta dilapangan, tetapi justru sangat bergantung pada seberapa banyak berita tersebut dibagi oleh sesama Netizen melalui jejaring sosial. Sebuah berita palsu (hoax) dapat diyakini kebenarannya bila terus dibagi secara daring. Terlebih lagi ulah sebagian Netizen yang memodifikasi judul berita serta penggunaan gambar yang cenderung provokatif. Akibatnya seringkali sebuah berita berakhir dengan polemic dimasyarakat. Seperti terjadi pada berita-berita politik dan pemerintahan. Hanya berbekal judul dan sekilas tentang deskripsi berita Netizen cenderung bersikap reaktif dengan segera berkomentar dan berbagi. Tanpa melakukan klarifikasi terlebih dahulu.

Perilaku berbagi berita tanpa memperhatikan karakteristik media dan informasi mengindikasikan fenomena buta informasi dikalangan masyarkat kita. Dan fenomena ini harus segera diatasi. Bila tidak polemic akan selalu terjadi dan sangat berpotensi terjadinya disintegrasi dalam kehidupan social bermasyarakat dan berbangsa. Terlebih terkait informasi yang berkaitan dengan SARA.

Istilah buta informasi atau illeterasi informasi secara tradisional diartikan sebagai ketidakmampuan untuk mengakses informasi. Namun dalam masyarakat modern, buta informasi diartikan sebagai sebuah kondisi dimana seseorang tidak mampu untuk memilah, memahami dan mengevaluasi informasi yang ada. Dengan kata lain, seorang dengan buta informasi tidak memilki kemampuan untuk menggunakan berinformasi secara bijak sehingga sering memberikan informasi yang sepotong-sepotong yang pada akhirnya menimbulkan salah paham.

Ada beberapa hal yang dapat dilakukan untuk memberantas buta informasi di masyarakat. Pertama, memberi informasi tentang karakteristik media yang menyajikan informasi atau berita. Tujuannya adalah supaya masyarakat dapat menyaring media mana yang menurut mereka dapat dipercaya. Sehingga masyarakat tidak terjebak pada arus utama pemberitaan media (media mainstream). Beberapa hal mempengaruhi keterpercayaan media diantaranya kejelasan tim dan alamat redaksi (editorial) serta integritas media dalam memberikan informasi. Penggunaan tata Bahasa serta ejaan yang baik dan benar dalam pemberitaan juga dapat dijadikan penilaian terhadap kualitas sebuah media. Termasuk juga blog sebagai media berbagi informasi yang bersifat personal. Kejelasan tentang pemilik blog berperan penting dalam meyakinkan pembaca atas informasi yang diberikan selain juga isi posting yang tidak semata-mata copy-paste dari sebuah sumber berita daring lainnya.

Kedua, mengajarkan sikap dewasa berinformasi antara lain bersikap objektif dalam menilai sebuah pemberitaan tanpa emosi. Sikap dewasa berinformasi juga mencakup tata cara mengkritik yang santun. Sehingga penggunaan Bahasa yang mengandung unsur bullying dan menimbulkan ekses negative cenderung dapat dihindari.

Ketiga, pendidikan literasi informasi yang terintegrasi dengan kurikulum sekolah ataupun di universitas. Pendidikan literasi informasi telah diberikan di sekolah-sekolah negara maju, khususnya dalam mempersiapkan generasi yang mampu menggunakan informasi secara tepat untuk menyelesaikan masalah-masalah dalam bermasyarakat. Di Skotlandia misalnya, pendidikan literasi informasi bertujuan untuk membantu siswa mengatasi masalah informasi yang berlebihan (overload), penggunaan internet yang tidak bijak, memahami dan mengevaluasi informasi, serta menjaga keseimbangan interaksi social di dunia maya dan kehidupan yang nyata. Di level universitas, pendidikan literasi informasi difokuskan pada kemampuan berpikir kritis (critical thinking).

Melalui pendidikan literasi informasi ini diharapkan dapat mengikis fenomena saling berbagi informasi atau pemberitaan yang tidak jelas sumber dan kebenarannya. Kedepannya, masyarakat khususnya Netizen dapat berlaku dewasa terhadap media dan informasi. Dengan memilih, memahami, dan mengevaluasi karakteristik media dan informasi secara baik, maka masyarakat kemudian dapat secara bijak menentukan sebuah keputusan untuk berbagi atau tidak. Dengan demikian, sebuah informasi palsu dan berpotensi memberi pengaruh negative akan dapat hilang dengan sendirinya.

[1] Artikel opini, Sumber: Harian Kabar Priangan, 9 Januari 2015, tersedia pada http://www.kabar-priangan.com/news/detail/16178

Data screening: Membersiapkan data untuk analisa kuantitatif

Data screening: Membersiapkan data untuk analisa kuantitatif

Oleh: Herri Mulyono

Dosen UHAMKA Jakarta

 

Data screening, atau juga dikenal dengan data cleaning (membersihkan data) merupakan salah satu teknik persiapan data untuk analisa data kuantitatif. Tujuan utama dari data screening ini adalah khususnya menghilangkan data-data yang hilang (missing value) ataupun data-data yang dianggap tidak normal. Contohnya, kita sering menemui data-data dari kuesioner tidak diisi oleh responden pada beberapa item, mungkin dikarenakan terlewat, terlupakan, atau mungkin saja responden tidak berkenan mengisinya. Juga, banyak ditemui data-data yang diisikan oleh responden tidak sesuai dengan apa yang diinstruksikan. Misal, dalam skala sikap 1 sampai 5, responden mengisi 0, atau 6. Sehingga, nilai 0 atau 6 ini menjadi data yang dianggap diluar kewajaran untuk dianalisa secara kuantitaitf. Contoh dalam aplikasi kuesioner dapat disimak sebagai berikut:

Ada seorang responden (responden 1) yang diminta menilai 5 jenis nasi goreng dengan skala 1-5, dengan skala 1: sangat tidak enak, dan skala 5 menunjukan rasa yang sempurna (sangat enak). Data yang diperoleh:

Responden 1:

Nasi goreng A -3, Nasi goreng B -4, Nasi goreng C-0, Nasi goreng D – 0, Nasi goreng E -5.

Dari data responden diatas, terlihat nasi goreng C mendapatkan score 0 diluar dari skala 1-5. Hal ini bisa jadi responden tidak ingin berkomentar, atau tidak (ingin) memakan nasi goreng tersebut. Juga pada kasus nasi goreng D yang tidak memiliki score (0).

Sayangnya, banyak peneliti pemula tidak sadar tentang data screening pada awal persiapan analisa data kuantitatif ini. Banyak juga yang kemudian memutuskan untuk menghapus atau mengeluarkan (exclude) data-data yang hilang atau diluar kenormalan tersebut. Padahal, mempersiapkan data melalui prosedur data screening ini dapat banyak membantu dalam menormalisasi distribusi data.

Berikut ini adalah beberapa hal yang perlu dilakukan dalam data screening:

Langkah 1. Merespon missing value

Missing value adalah nilai atau data yang terlewat (hilang) dari sebuah isian kuesioner, test atau instrumen lainnya. Missing value selalu berarti hilangnya data secara keseluruhan. Atau dengan kata lain, ada bagian yang hilang dari keseluruhan data responden.

Berikut adalah contoh dari data nilai bahasa Inggris siswa dari tiga sekolah (N=65)

Gambar 1.

Output 2

 

 

 

 

 

 

 

 

 

 

Bila kita memasukkan data-data tersebut diatas kedalam SPSS, maka akan diperoleh output Descriptive statistics seperti dibawah ini:

Gambar 2.

Output 2

 

 

 

 

 

 

 

 

 

 

Pada output diatas terlihat bahwa nilai valid N 64 dengan range nilai minimum 0 dan maksimum 4. Namun, data diatas tidak memperlihatkan bila terdapat data yang hilang. Untuk mengetahuinya, kita dapat menggunakan menu SPSS dengan analyze\data statistics\frequencies. Output yang diproduksi oleh SPSS adala sebagi berikut:

Gambar 3.

Output 2

 

 

 

 

 

 

 

 

Pada output terlihat jelas nilai yang hilang, contohnya terdapat 1 nilai hilang Pre_Syntax, Pre_Cohesion, dan seterusnya. Untuk mengkoreksina, pertama kita harus meneliti terlebih dahulu apakah data tersebut tidak ter-input ataukan memang hilang (karena partisipan tidak mengisinya).

Selanjutnya, kita dapat mengukuti Langkah 1, yaitu dengan menganggap data yang hilang tersebut tidak ada (ignore). Langkah 1 ini dapat dilakukan dengan merubah data variable 3 dan 6 dengan nilai diskrit 99.

Gambar 4.

Output 2

 

 

 

 

 

 

 

 

 

 

Jika dari pengisian kolom missing dengan 99 tidak merubah hasil output pada deskriptif statistik, maka kita menuju kepada langkah berikutnya, yaitu mengidentifkasi outlier.

Langkah 2. Mendeteksi outlier

Outlier adalah data-data yang berada pada batas kewajararan. Seperti pada contoh niali kita diatas, terlihat bahwa skala yang digunakan untuk menilai siswa adalah 1-5. Namun pada data ditemukan nilai 0 yang berada diluar skala 1-5 tersebut. Nilai 0 ini disebut dengan outlier. Perlu diketahui, bahwa pada beberapa kasus nilai outlier ini bisa saja berupa bilangan desimal diluar nilai 0 tadi. Bila dibiarkan begitu saja maka outlier ini sangat mempengaruhi distribusi data nantinya. Pada sample kecil, outlier dapat dengan mudah diidentifikasi. Namun, untuk kasus data dengan sampel besar, maka diperlukan cara untuk mendeteksi outlier tersebut. Untuk mendeteksi outlier, kita dapat menggunakan nilai Z. Dalam SPSS kita dapat menggunakan menu Analyize\Descriptive statistics\Descritpive, lalu tik Save standardized values as variables.

Gambar 5.

Output 2

 

 

 

 

 

 

 

 

 

 

Dengan menggunakan instruksi seperti diatas, maka kita akan mendaptkan variabel baru dengan huruf awal Z seperti ZPre_Vocab, ZPre_Syntax dan seterusnya.

Gambar 6.

Output 2

 

 

 

 

 

 

 

Untuk mendeteksi apakah data dikategorikan dengan outlier atau tidak, maka kita menggunakan standar nilai 3.29. Hal ini berarti, data yang berada lebih besar dari 3.29 atau lebih kecil dari -3.29 dianggap data outlier – data diluar kewajaran. Pada SPSS, urutkan data-data nilai Z dengan Ascending, untuk melihat apakah data lebih besar dari 3.29 atau lebih kecil dari – 3.29.

Gambar 7.

Output 2

 

 

 

 

 

 

 

 

Dengan mengurutkan variable Z satu persatu, maka kita dapatkan beberapa kasus nilai yang lebih besar dari 3.29 atau lebih kecil dari -3.29.

Gambar 8.

Output 2

 

 

 

 

 

 

Nilai tersebut kita dapati beberapa nilai pada variable PreVocab berada diluar kewajaran, atau nilai outlier. Pada data terdapat nilai 2.5 yang tidak ada dalam skala 1, 2, 3, 4 dan 5. Sehingga, kita perlu 1) mengeceknya bila terjadi kesalahan input data, atau 2) kita bisa menggabaiannya dengan menggunakan range diskrit nilai 2.1 -2.9 dan nilai diskrit 99. Masukkan nilai tersebut pada kolom missing ada variabel yang terdidentifikasi outlier tersebut seperti pada gambar berikut:

Gambar 9.

Output 2

 

 

 

 

 

 

 

 

 

Jika kita telah merespon nilai yang hilang serta nilai outlier, maka langkah terakhirnya adalah mengganti nilai yang hilang tersebut dengan nilai seri rerata seperti yang disediakan oleh SPSS.

Langkah 3. Transform data

Transform data adalah langkah terakhir dalam merespon nilai hilang. Field (2013) menyebutkan empat jenis transformasi data, yaitu: transformasi log transformasi akar kuadrat, transformasi berbanding terbalik, serta transformasi nilai berlawanan. Tiga transformasi data yang pertama: log, akar kuadrat dan berbanding terbalik dapat digunakan untuk memperbaiki kemiringan/skew positif serta varian yang tidak sama. Sedangkan, transformasi nilai berlawanan dapat dijadikan langkah untuk mempergaiki kemiringan negatif.

Leech, Barret dan Morgan (2005) memberikan alternatif lain, yaitu dengan mengganti nilai yang hilang tersebut dengan salah satu cara seperti interpolasi, imputasi, ataupun dengan mengganti nilai yang hilang dengan nilai rerata atau nilai tengah. Dalam posting ini, metode transform data dengan menggunakan nilai pengganti rerata bertujuan untuk mengisi nilai-nilai hilang pada data. Tujuannya adalah untuk menyeimbangkan nilai rerata. Dengan menggunakan menu Transform\ Replacing missing values kita dapat mendapatkan nilai pengganti dari nilai yang hilang tersebut. Perhatikan prosedur penggantian nilai hilang seperti pada gambar dibawah ini:

Gambar 10.

Output 2

 

 

 

 

 

 

 

 

 

 

Untuk mengganti nilai hilang pada tiap variabel, kita dapat menggunakan metode series of mean sebagai menu default. Untuk beberapa kasus, dapat pula digunakan metode lainnya yang tersedia.

Dari instruksi tersebut kita mendapatkan variable baru dengan nama Pre_Vocab_1 dan seterusnya. Label SMEAN(Pre_Vocab) mengidentifikasikan bahwa nilai hilang pada variable Pre_Vocab sudah diganti. Untuk analisa kuantitatif selanjutnya (uji normalitas, homogenitas, anova dll) kita menggunakan variable baru ini.

Perhatikan deskripsi statistik untuk frekuensi pada gambar berikut:

Gambar 11.

 

Output 4

 

 

 

 

 

 

 

 

 

 

Pada gambar 11 diatas, terlihat bahwa nilai yang hilang sudah tidak ada (N=65, Persentase data 100%). Untuk melihat bagaimana transformasi data dapat mempengarhui kemiringan seperti yang disarankan oleh Field (2013) diatas. Perhatikan deskripsi statistik pada gambar berikut:

 

 

 

 

 

 

 

 

Dengan membandingkan gambar 2 (deskripsi data sebelum transformasi) dengan gambar 10 (setelah transformasi data), maka terlihat bahwa pada nilai Pre_Vocab kemiringan (skewness) kurva bergeser dari -.138 menjadi -.122 artinya kurva bergerang kesumbu positif. Hal ini juga terjadi pada nilai-nilai pada variabel lainnya.  Selain itu, perubahan juga terlihat pada nilai rerata serta standar deviasi. Pergeseran nilai pada kemeiringan kurva, perbaikan nilai rerata dan nilai standar deviasi ini membuktikan pendapat Field (2013) dan WIlcox (2005) bahwa data screening (memperbaiki data) dapat mempengaruhi distribusi normal data, yang tentunya akan berpengaruh didalam menentukan pilihan parametrik ataupun non parametrik test.

 

Semoga bermanfaat

Referensi Bacaan lebih lanjut:

Field, A.P. (2013). Dicovering statistics using IBM SPSS Statistics: And sex and drugs and rock ‘n’ roll (4th ed.) London: Sage

Leech, N.L., Barret, K.C., & Morgan, G.A. (2005). SPSS for intermediate statistics: Use and interpretation (2nd ed). London: Lawrence Erlabaum Associates.

Morgan, G.A., Leech, N.L., Gloeckner, G.W., & Barret, K.C. (2004). SPSS for introductory statistics: Use and interpretation (2nd ed.). London: Lawrence Erlabaum Associates.

Wilcox, R.R. (2005). Introduction to robust estimation and hypothesis testing (2nd ed.). Elsevier.

 

Note:

Berkahi ilmu anda dengan mendoakan penulis serta mengutip dengan isi posting diatas dengan prosedur selayaknya akademisi. Untuk mengutip:

Mulyono, H. (2014, 31 July). Data screening: Membersiapkan data untuk analisa kuantitatif. Diakses pada tanggal (tuliskan tanggal anda membaca posting ini) dari (copy link posting ini)

 

Follow

Get every new post delivered to your Inbox.

Join 61 other followers