-
Mengunduh dan Menginstal IBM SPSS Statistics 24 di Windows
-
Downloading SPSS Grad Pack: Student Version
-
Statistik: Definisi dan Jenis
-
Statistik Parametrik vs Non-Parametrik: Asumsi
-
Variabel Konseptualisasi: Variabel IV, DV, Kontrol, Moderator & Mediasi
-
Variable Type Numeric: Mendefinisikan Nama, Lebar, Desimal & Label untuk variabel
-
Tipe Variabel: Koma dan Dot
-
Tipe Variabel: Notasi Ilmiah
-
Jenis Variabel: Tanggal dan Perangko Waktu
-
Jenis Variabel: Dolar
-
Jenis Variabel: Mata Uang Ubahsuaian
-
Tipe Variabel: String
-
Jenis Variabel: Numerik Terbatas
-
Menentukan Nilai & Label
-
Menentukan Nilai-Nilai Hilang: Nilai-Nilai Diskrit, Rentang & Sistem-Hilang
-
Mengatur Kolom & Alignment
-
Mendefinisikan Pengukuran: Skala Pengukuran
-
Jenis-jenis File Data dalam Statistik SPSS
-
Membuka file data Excel di SPSS
-
Membuka jenis file yang Dipisahkan Koma atau CSV di SPSS
-
Kumpulan Data dan Sumber Daya: Fungsi RECODE
-
Fungsi COMPUTE VARIABLE: Apa itu dan Apa yang bisa dilakukannya untuk kita?
-
Menghitung Total menggunakan fungsi COMPUTE
-
Latihan: Coba COMPUTE menggunakan IF
-
Solusi Latihan: KOMPUTE menggunakan IF
-
FUNGSI RECODE: Mengapa Recode Variabel?
-
Mengapa Kami Memiliki Dua Fungsi RECODE?
-
Bagaimana melakukan RECODE INTO BERBEDA VARIABEL di SPSS?
-
KOMPUTASI Total Setelah RECODE
-
Recode menjadi Same Variable
-
Pengaturan Data untuk Analisis Deskriptif
-
Jenis Statistik Deskriptif
-
Memahami Tiga Tab Deskriptif Berbeda di SPSS
-
Menghitung Frekuensi
-
Analisis Deskriptif Menggunakan Crosstab
-
Ukuran Tendensi Pusat: Mean, Median, Mode – Konsep dan Penggunaan
-
Menghitung dan Menafsirkan Mean, Median & Mode
-
Mengkonfirmasi Mode dengan Frekuensi
-
Opsi Jelajah: Menghitung Deskripsi yang Dikelompokkan
-
Opsi Eksplorasi: Menafsirkan Mean Groupwise dan 95% Confidence Interval of Mean
-
5% Pemotongan Mean: Konsep, Penggunaan dan Interpretasi
-
Jelajahi: Median, Deviasi Standar, Varian, Minimum, Maksimum, dan Rentang
-
Kuartil dan Rentang Inter-Kuartil menggunakan Opsi Jelajahi
-
Skewness dan Kurtosis: Fundamental
-
Menghitung & Mengartikan Tingkat Signifikansi Skewness
-
Kurtosis: Perhitungan, Interpretasi, dan Tingkat Pemahaman Signifikansi
-
Kesalahan Standar Mean: Konsep, Perhitungan dan Interpretasi
-
Uji-sampel sampel independen: Menentukan opsi input
-
Independent sample t-test: Menafsirkan output deskriptif (Mean, SD, SE)
-
Independent Sample t-test: Menafsirkan tes Levene, t, p, SE & 95% CI
-
Penulisan Gaya APA untuk uji-t Sampel Independen
-
Kapan menggunakan uji-t Paired Sample?
-
Menghitung Paired Sample t-test di SPSS
-
Menafsirkan Output Uji Sampel yang Dipasangkan
-
Penulisan Gaya APA untuk uji-t Paired Sample
-
Kapan Menggunakan ANOVA Satu Arah?
-
Menghitung ANOVA Satu Arah di SPSS
-
Menafsirkan keluaran ANOVA: Statistik Deskriptif
-
Menafsirkan Output: Tabel Ringkasan ANOVA
-
Melakukan analisis Post-hoc di ANOVA: Homogenitas Uji Varians & Post-hoc
-
Analisis Tren & Alat Berarti di ANOVA
-
Analisis Kontras dalam ANOVA
-
Apa itu regresi?
-
Kapan Menggunakan Regresi Linier Vs. Regresi Berganda?
-
Menentukan Opsi Input SPSS untuk Regresi Linier
-
Menafsirkan Output Regresi Linier: Variabel & Ringkasan Model
-
Menafsirkan Output Regresi Linier: Konstan, B, Beta, SE & t
-
Apa itu Regresi Berganda?
-
Asumsi Regresi Berganda: Linearitas & Pengujian Linearitas di SPSS
-
Asumsi 2: Independensi Kesalahan / Kurangnya Autokorelasi & Pengujian di SPSS
-
Asumsi 3: Homoscedasticity of Errors dan Mengujinya di SPSS
-
Asumsi 4: Normalitas Multivarian & Mengujinya di SPSS
-
Asumsi 5: Multikolinearitas & Mengujinya di SPSS
-
Memilih Metode Regresi Berganda: Masukkan Metode
-
Memilih Metode Regresi Berganda: Metode Seleksi Stepwise dan Forward
-
Memilih Metode Regresi Berganda: Metode Eliminasi Mundur
-
Menjalankan Metode Pemilihan Regresi Stepwise dan Forward di SPSS
-
Memilih Metode Regresi Berganda: Hapus Metode
-
Apa itu Analisis Regresi Hirarki dan kapan menggunakannya?
-
Mengatur Data dan Mendefinisikan Model dalam Regresi Hirarki
-
Penyempurnaan Model dan Mendeteksi Multikolinieritas melalui Matriks Korelasi
-
Menjinakkan Data Buruk: Menggunakan nilai beta, R kuadrat, dan p untuk lebih menyempurnakan model
-
Menafsirkan Output Regresi Hirarkis
-
Apa itu Analisis Faktor?
-
Memahami Variabel dan Indikator Laten di FA
-
Sampel Penelitian Menggunakan FA dalam Ilmu Sosial & Teknik
-
Asal Bersejarah FA & Penerapannya dalam Konstruksi Uji
-
Analisis Faktor Eksplorasi vs Analisis Faktor Konfirmatori (EFA vs CFA)
-
Pengaturan Data untuk Analisis Faktor
-
Memahami “Variabel Pilihan”
-
Univariate Descriptives & Solusi Awal: Deskriptif
-
Matriks Korelasi: Koefisien, Signifikansi, Determinan, KMO & Bartlett’s
-
Memahami Inverse, Reproduced, Anti-Image
-
Metode Ekstraksi: Analisis Komponen Utama
-
Metode Ekstraksi: Anjak Prinsip Sumbu
-
Metode Ekstraksi: Estimasi Kemungkinan Maksimum
-
Memilih Korelasi vs. Matriks Kovarian untuk Analisis Faktor
-
Menafsirkan Matriks Korelasi & Solusi Faktor Tidak Berputar
-
Menentukan sejumlah faktor: Scree Plot vs. kriteria nilai eigen Kaiser
-
Rotasi Faktor: Apa itu dan mengapa itu dilakukan?
-
Metode Rotasi: Varimax, Kuartimax, Equamax, Oblimin Langsung, Promax
-
Skor Faktor Menghitung: Regresi, Bartlett, Anderson-Rubin
-
Matriks Koefisien Skor Faktor
-
Analisis Nilai Hilang: Listwise, Pairwise, Ganti dengan Mean
-
Urutkan berdasarkan Ukuran & Menekan Koefisien Lebih Kecil
-
Proyek dalam Analisis Faktor Bagian 1: Mengidentifikasi Dimensi Kepribadian
-
Proyek dalam Analisis Faktor Bagian 2: Mengidentifikasi Dimensi Kepribadian
-
Proyek dalam Analisis Faktor Bagian 3: Mengidentifikasi Dimensi Kepribadian
-
Proyek dalam Analisis Faktor Bagian 4: Penamaan Faktor
-
Proyek dalam Analisis Faktor Bagian 5: Analisis Keandalan Faktor
-
Proyek dalam Analisis Faktor Bagian 6: Menyajikan Hasil dalam Gaya APA
-
Uji Chi Square: Pendahuluan dan Kapan Menggunakan Uji Chi-Square?
-
Asumsi Uji Chi-square
-
Formula untuk Perhitungan Uji Chi-Square
-
Mengatur Data untuk Perhitungan Chi-Square menggunakan Opsi Crosstabs
-
Menguji Asumsi uji Chi-Square Menggunakan Opsi Crosstabs
-
Menafsirkan Output Uji Chi-Square dan Pelaporan Gaya APA
-
One-way Chi Square: Kapan harus digunakan dan bagaimana bedanya dengan Chi square dua arah?
-
Mengatur Data untuk Uji Chi-Square Satu Arah
-
Perhitungan, Interpretasi, & Tulisan APA untuk One-Way Chi Square
-
Mempraktikkan kumpulan data untuk One-Way Chi square
-
Pengantar Analisis Keandalan
-
Apa itu Keandalan?
-
Model Skala Reflektif vs. Formatif
-
Haruskah Melaporkan Cronbach’s Alpha atau Composite Reliability?
-
Jenis Keandalan: Uji-Reliabilitas Reliabilitas
-
Jenis Keandalan: Bentuk Paralel
-
Jenis Keandalan: Keandalan Konsistensi Internal
-
Memahami Cronbach’s Alpha
-
Asumsi Cronbach’s Alpha
-
Formula Cronbach’s Alpha
-
Rentang Cronbach’s Alpha
-
Menghitung Keandalan: Memahami Skala jika suatu Item Dihapus
-
Menafsirkan Ringkasan Pemrosesan Kasus & Koefisien Alpha
-
Meningkatkan Keandalan Skala: Mendiagnosis Nilai yang Hilang
-
Meningkatkan Keandalan: Mendiagnosis Mean Skala dan Variansi
-
Meningkatkan Keandalan: Mendiagnosis Korelasi Item-Total
-
Meningkatkan Keandalan: Menghapus Item yang Ambigu dan Redundan
-
Indeks Diskriminasi Item
-
Grafik & Visualisasi Data dalam SPSS: Suatu Pengantar
-
Grafik mana yang Cocok untuk Saya: Aturan untuk Membuat Grafik Bagian 1
-
Grafik Yang Cocok untuk Saya: Aturan untuk Membuat Grafik Bagian 2
-
Membuat Bar Diagram di SPSS
-
Bagaimana Mengubah Warna Latar Belakang Diagram Bar di SPSS?
-
Bagaimana Mengubah Warna dan Pola Bar di Diagram Bar?
-
Bagaimana Cara Menyesuaikan Lebar Bar di Diagram Bar?
-
Bagaimana Mengganti Nama Sumbu X & Y Bar Diagram di SPSS?
-
Memahami Bar Kesalahan atas Diagram Bar: Apa, Mengapa & Bagaimana?
-
Bagaimana cara membuat diagram batang dengan bilah galat di SPSS?
-
Bagaimana Cara Menggunakan Pengganda (Standar Galat dan Deviasi Standar) dalam Bar Diagram?
-
Membuat Diagram Bar Clustered di SPSS
-
Pie Charts: Memahami dan Mengatur Dataset
-
Pie Charts Vs. Bar Diagram: Kapan Menggunakan Pie Vs. Diagram Bar?
-
Cara membuat Pie Chart di SPSS
-
Pie Chart: Bagaimana Mengubah Warna Pie?
-
Pie Chart: Bagaimana Cara Menggabungkan Irisan?
-
Apa itu Regresi Logistik?
-
Memahami Model Regresi Logistik
-
Memahami dan Model Regresi Logistik: Bentuk, Logit dan Probabilitas
-
Memahami Persamaan Regresi Logistik
-
Persyaratan untuk Analisis Regresi Logistik
-
Asumsi Regresi Logistik
-
Konsep Odd Ratios (Singkat)
-
Mengatur Data dan Memahami File Data
-
Bagaimana Kode Variabel Ketergantungan Biner dalam Regresi Logistik
-
Memahami Opsi Blok dan Opsi Interaksi
-
Memilih “Metode” dan Coding Variabel Kategorikal sebagai Variabel “Dummy”
-
Memahami Opsi Simpan: Probabilitas Yang Diprediksi & Keanggotaan Grup
-
Memahami Opsi Simpan: Pengaruh – Jarak Cook & Opsi DFBeta
-
Memahami Save: Residual – Standarisasi
-
Memahami Opsi Plot Klasifikasi
-
Memahami Opsi Uji Goodness of Fit Hosmer-Lemeshow
-
Memahami Daftar Residual yang Bijak
-
Memahami Korelasi Opsi Estimasi
-
Memahami Opsi “Riwayat Iterasi”
-
Memahami Opsi “CI untuk Exp (B)”
-
Termasuk Konstan dalam Model
-
Memahami “Cutoff Klasifikasi .5 & Bootstrapping”
-
Output: Memahami Ringkasan Pemrosesan Kasus & Dummy Variable Coding
-
Output: Memahami Blok 0 vs Blok Lain & Riwayat Iterasi
-
Output: Memahami -2 Log Likelihood & R kuadrat (Cox n Snell, Negelkerke)
-
Output: Memahami Tabel Klasifikasi (Sensitivitas & Spesifisitas)
-
Output: Variabel dalam Persamaan – Interpretasi Model Dasar
-
Output: Tabel Hosmer-Lemeshow & Contingency untuk Model Baseline
-
Output: Interpretasi Tes Hosmer-Lemeshow untuk Model Default
-
Output: Menafsirkan Variabel dalam Persamaan untuk Model Default
-
Output: Menafsirkan Tes Wald untuk Model Default
-
Rasio Ganjil (dalam Kedalaman): Bagian 1 – Fundamental, Derivasi & Perhitungan
-
Rasio Ganjil (dalam Kedalaman): Bagian 2 – Menghitung Peluang Kanker Paru-Paru dengan Merokok
-
Menafsirkan Rasio Ganjil dalam Variabel dalam Tabel Persamaan
-
Menafsirkan Tabel Korelasi dan Memahami Multikolinearitas
-
Plot Klasifikasi: Interpretasi & Aplikasi
-
Menafsirkan Daftar Kasus yang Sisa dari Hasil Residual
-
Menafsirkan Probabilitas yang Diprediksi dan Keanggotaan Grup
-
Menafsirkan Jarak Cook dan DFBeta
-
Menafsirkan Output Tes Omnibus
-
Menjelaskan Pseudo R Squares: – Kemungkinan 2Log, Cox & Snell dan Negelkerke
-
Penulisan Persamaan Terakhir Regresi Logistik Secara Manual
-
Presentasi Gaya dan Tabel APA
-
Pengantar Mediasi dan Analisis Moderasi
-
Data, PPT & Sumber Daya
-
Memahami analisis Moderasi dan Model Regresi – I
-
Memahami analisis Moderasi dan Model Regresinya – II
-
Persamaan Statistik Moderasi
-
Memahami Mediasi: Efek Langsung, Tidak Langsung dan Total
-
Memahami Perbedaan Antara Moderasi dan Mediasi
-
Mengunduh & Menginstal Proses Makro
-
Contoh moderasi: Story of Infosys dan Uber
-
Apa itu Mediasi: Memahami Model Mediasi
-
Apa yang Penuh dan Mediasi Parsial?
-
Memahami Efek Tidak Langsung Langsung dan Total
-
Apa itu Tes Sobel?
-
Sebagian Ditstandarisasi vs Efek Tidak Langsung Sepenuhnya Standar
-
Memahami Rasio efek Tidak Langsung: Tidak Langsung ke Total vs Tidak Langsung ke Langsung
-
Apa Proporsi Varian yang Dijelaskan oleh Efek Tidak Langsung?
-
Analisis moderasi: Pengembangan Data & Hipotesis
-
Memahami Nomor Model
-
Moderasi: Variabel, Bootstrapping, Kovariat, Usulan Moderator W, Z, V, Q
-
Moderation> Options: Mean Center for Products
-
Moderasi> Pilihan: Heteroscedasticity Konsisten SE, OLS / ML CI, Data Plotting
-
Moderation> Conditioning: Johnson-Neyman
-
Moderasi: Multi-kategori
-
Berurusan dengan Nama Panjang
-
Penjelasan Hasil Analisis Moderasi
-
Merencanakan efek Moderasi dalam SPSS dan Excel
-
Presentasi Gaya APA dari Efek Moderasi, Bagan dan Tabel
-
Model Mediasi Konseptual: Apakah Glukosa Memediasi Pengaruh Diabetes?
-
Memeriksa Kesesuaian Data untuk Analisis Mediasi
-
Mediasi: M-Variabel, Nomor Model, Sampel Bootstrap, dan Kovariat
-
Mediasi> Opsi: Interval Keyakinan OLS / MLE dan Ukuran Efek
-
Mediasi> Opsi: Tes Sobel
-
Mediasi> Pilihan: Model Efek Total, Bandingkan Efek Tidak Langsung, Model Cetak Cov
-
Mediasi: Pengkondisian, Multi-kategorikal, dan Nama Panjang
-
Mediasi> Output: Memahami Output Matriks Kovarian
-
Menjelaskan Keluaran Mediasi-Bagian 1
-
Menjelaskan Keluaran Mediasi-Bagian 2
-
Menjelaskan Keluaran Mediasi-Bagian 3
-
Output Mediasi: Efek Tidak Langsung Standar Sebagian dan Sepenuhnya
-
Output Mediasi: Rasio Efek Tidak Langsung ke Total & Efek Tidak Langsung ke Efek Langsung
-
Output Mediasi: Ukuran Efek Mediasi R-squared
-
Output Mediasi: Tes Teori Normal untuk Efek Tidak Langsung
-
Output Mediasi: Kappa Squared dan Mengapa Ditekan?
-
Menghitung Pengkhotbah dan Kelly’s Kappa Squared Secara Manual
-
Presentasi Gaya APA dari Hasil Analisis Mediasi
-
Literatur yang relevan: Analisis Mediasi dan Moderasi menggunakan PROSES
-
Kumpulan Data dan Sumber Daya: GLM
-
Pengantar (Model Linier Umum) GLM
-
Apa itu General Linear Models (GLM)?
-
Apa itu Distribusi Eksponensial?
-
Contoh dan Aplikasi Generalized Linear Models (GLIM)
-
General Linear Models (GLM) vs Generalized Linear Models (GLIM)
-
Kumpulan Data dan Sumber: ANOVA Satu Arah yang Diulang
-
Apa itu Desain Pengukuran Berulang (Contoh 1: Studi Depresi)
-
Apa itu Desain Pengukuran Berulang (Contoh 2: Kinerja dalam Studi Kebisingan)
-
Apa itu Desain Pengukuran Berulang (Contoh 3: Studi Kelompok Kontrol)
-
Haruskah saya melakukan t-test Berulang ANOVA atau Paired Sample?
-
Asumsi tentang Ukur Berulang ANOVA
-
Menjelaskan Tes Multivarian
-
Memahami Jejak Pillai & Wilk Lambda
-
Memahami Jejak Hotelling
-
Memahami Roy Root Terbesar
-
Apa itu Sphericity: Memahami Sphericity melalui Contoh
-
Memahami Uji Sphericity Mauchly
-
Memahami Dataset
-
Merumuskan Pertanyaan dan Hipotesis Penelitian berdasarkan Data
-
Memahami “Penamaan Faktor Dalam Subjek”
-
Memahami Opsi “Nama Pengukuran”
-
Memahami Pilihan “Antara Faktor Subjek dan Kovariat”
-
Memahami Output Awal
-
Model: Faktorial Lengkap, Persyaratan Bangunan / Kustom & Efek Utama dan Interaksi
-
Menjelaskan JENIS I, Tipe II, Tipe III, dan Tipe IV Jumlah Kuadrat
-
Kontras: Sederhana, Polinomial, Diulang, Penyimpangan, Perbedaan, Helmert
-
Menentukan Plot: Menjelajahi Semua Opsi
-
Pengantar Tes Post-hoc: Dua Keluarga Tes
-
Kapan Menggunakan Tes Tukey dan Scheffe?
-
Menjelaskan koreksi Bonferroni
-
Menjelaskan Tes LSD
-
Tukey, s HSD, Tukey’s WSD dan SNK Test
-
Waller-Duncan, Uji T Dunnett, Scheffe, Sidak, Duncan, dan Hochberg Gabriel
-
Game Howell, Tes T2 dan T3 Tamhane: Tes Post-hoc Non-parametrik
-
Pengantar Korelasi
-
Apa itu Korelasi?
-
Jenis-jenis Korelasi: Korelasi Positif dan Negatif
-
Memahami Koefisien Korelasi dan Kisarannya
-
Koefisien Korelasi Mana yang Digunakan dan Kapan?
-
Pengantar Korelasi Pearson: Asal, Penggunaan & Mengapa begitu Populer?
-
Mengapa disebut Koefisien Korelasi Saat Produk?
-
Asumsi Korelasi Product Moment Pearson
-
Perhitungan r: rumus Skor Penyimpangan
-
Perhitungan r: Z-Score Formula
-
Perhitungan r: Formula Skor Raw
-
Perhitungan r: Rumus Co-variance
-
Penghitungan r Manual menggunakan Metode Skor Baku
-
Pentingnya Koefisien Korelasi
-
Korelasi Palsu: Korelasi tidak menandakan sebab-akibat
-
Korelasi Pearson sebagai Koefisien Variabilitas (R-squared)
-
Perhitungan r dalam SPSS: Memeriksa Asumsi
-
Perhitungan r dalam SPSS: Memahami Pearson, Two tailed, dan Bootstrapping
-
Interpretasi Keluaran r
-
Bootstrap the Koefisien Korelasi (r)
-
Menulis Output r dalam gaya APA
-
Memperbaiki Bug Bootstrap di SPSS 25
-
Pengantar Korelasi Biserial dan Point Biserial
-
Kapan Menggunakan Biserial dan Kapan Menggunakan Korelasi Biserial Point?
-
Perhitungan dan Interpretasi Korelasi Biserial di SPSS
-
Pelaporan Gaya APA untuk Keluaran Korelasi Biserial
-
Latihan: Menghitung Korelasi Biserial Titik antara Gender dan Gaji
-
Cara Menghitung Korelasi Biserial Titik di SPSS
-
Cara Menafsirkan Korelasi Biserial Titik di SPSS
-
Bagaimana Melaporkan Titik Korelasi Biserial Output dalam gaya APA
-
Pengantar Koefisien Korelasi Urutan Peringkat Spearman (Rho)
-
Kapan Menggunakan Koefisien Korelasi Urutan Peringkat: Empat Contoh
-
Siapa yang memberi Rho dan Bagaimana itu Dilambangkan?
-
Asumsi Koefisien Korelasi Tingkat Pesanan Spearman
-
Memahami rumus Rho dan Metode Pemeringkatan
-
Bagaimana cara menghadapi Tied Ranks saat Menghitung Rho?
-
Haruskah Saya Memberi Peringkat Variabel Saya Pertama kemudian menghitung Rho?
-
Menghitung dan Menafsirkan Rho di SPSS
-
Rho r adalah pada Peringkat Data: Bukti
-
Pelaporan gaya APA dari Koefisien Korelasi Urutan Peringkat Spearman
-
Pendahuluan: Apa Perbedaan antara Asosiasi dan Korelasi
-
Memahami Pasangan Concordant dan Discordant
-
Memahami Pasangan berdasarkan Perhitungan Kolom dan Baris
-
Pengenalan Tentang Kendall’s Tau
-
Kapan Menggunakan Kendall’s Tau daripada Spearman’s Rho
-
Assumptions of Kendall’s Tau
-
Jangkauan dan Penafsiran Kendall’s Tau
-
Types of Kendall’s Tau Coefficients: Tau a, Tau b, Tau c & Kendall’s W
-
Kendall’s Tau a: Concept, When to use and Formula
-
Kendall’s Tau b and Tau c: Pendahuluan dan Kapan Menggunakannya
-
Kendall’s Tau b Formula
-
Kendall’s Tau c: Formula dan Kapan Digunakan
-
Kendall’s Tau a, Tau b, Tau c, dan Kendall’s W: Perbandingan
-
Kendall’s Tau b dalam SPSS: Memeriksa Peringkat Terikat
-
Kendall’s Tau b: Pelaporan Gaya APA
-
Kendall’s Tau c: Pemeriksaan Asumsi
-
Kendall’s Tau c: Perhitungan dan Interpretasi dalam SPSS
-
Kendall’s Tau c: Pelaporan Gaya APA
-
Kendall’s W: Pendahuluan dan Kapan Harus Digunakan
-
Kendall’s W: Memahami Formula
-
Kendall’s W in SPSS (menggunakan Kotak Dialog Otomatis Non-Parametrik)
-
Kendall’s W in SPSS (menggunakan Kotak Dialog Non-Parametrik Legacy)
-
Kendall’s W: Pelaporan Output Style APA
-
Memperbaiki Bug Bootstrap di SPSS 25
-
Analisis Deskriptif dalam SPSS
-
Jawaban atas Penugasan 1
-
Tugas 1: Penjelasan tentang Que 1, 2 dan 3
-
Tugas 1: Penjelasan tentang Que 4, 5, 6, 7 dan 8
-
Tugas 1: Penjelasan tentang Que 9 dan 10
-
Pendahuluan: Apa itu ANCOVA dan Kapan Menggunakannya?
-
Apa arti kovariat? Apakah ini berarti kontrol?
-
Cara ANCOVA dan Persyaratan untuk Melakukan ANCOVA
-
Memahami Asumsi dan Kumpulan Data
-
Desain Studi dan Dataset
-
Memahami Pilihan: DV, Faktor Tetap dan Faktor Acak
-
Memahami kovariat dan bobot WLS dan mengapa Tombol Post-hoc Tidak Aktif
-
Asumsi Pengujian
-
Pentingnya Mengontrol Kovariat
-
Opsi Menjelaskan: Model Jumlah Kuadrat dan Kontras
-
Opsi Menjelaskan: Plot
-
Opsi Menjelaskan: Estimasi Marginal (EM) Berarti
-
Opsi Menjelaskan: Bandingkan Efek Utama (LSD, Bonferroni, Sidak) & SIMPAN
-
Pilihan: Deskripsi, Ukuran Efek Parameter Perkiraan Homogenitas Uji Residual
-
Menjelaskan Output: Bagian 1
-
Menjelaskan Output: Bagian 2
-
Presentasi Gaya APA atas Hasil ANCOVA
-
Selesai