Analisis data merupakan salah satu tahap penting dalam penelitian kuantitatif karena menentukan bagaimana data penelitian diubah menjadi informasi yang dapat digunakan untuk menjawab rumusan masalah. Data yang telah dikumpulkan melalui kuesioner, observasi, eksperimen, maupun sumber lainnya perlu diperiksa dan diolah sebelum dapat menghasilkan kesimpulan. Proses tersebut membutuhkan metode yang sistematis agar hasil penelitian dapat dipahami dan dipertanggungjawabkan secara akademik.
Salah satu software yang banyak digunakan untuk membantu proses tersebut adalah SPSS. Software ini menyediakan berbagai fitur statistik yang dapat digunakan mulai dari memasukkan data, melakukan pemeriksaan data, menghasilkan statistik deskriptif, menjalankan pengujian statistik, hingga membantu peneliti membaca hasil analisis. Karena memiliki antarmuka yang relatif mudah digunakan, SPSS banyak dimanfaatkan oleh mahasiswa, dosen, maupun peneliti dalam berbagai bidang ilmu.
Analisis data dengan SPSS tidak hanya berkaitan dengan menjalankan menu statistik dan membaca angka yang muncul pada output. Peneliti perlu memahami tujuan setiap pengujian, jenis data yang digunakan, asumsi statistik yang harus diperiksa, serta cara menginterpretasikan hasil sesuai dengan pertanyaan penelitian. Kesalahan pada salah satu tahapan dapat menyebabkan hasil analisis tidak sesuai dengan tujuan penelitian.
Oleh karena itu, penggunaan SPSS sebaiknya dimulai dari tahap persiapan data yang baik. Data perlu diperiksa kelengkapannya, variabel harus didefinisikan dengan benar, dan teknik analisis harus dipilih berdasarkan desain penelitian. Dengan alur yang sistematis, analisis data dengan SPSS dapat membantu peneliti menghasilkan informasi statistik yang lebih mudah dipahami dan digunakan dalam penyusunan laporan penelitian.
Persiapan Data Sebelum Melakukan Analisis dengan SPSS
Sebelum menggunakan SPSS adalah mempersiapkan data penelitian. Data yang berasal dari kuesioner atau instrumen penelitian perlu diperiksa terlebih dahulu untuk memastikan bahwa seluruh informasi yang akan dianalisis tersedia dengan baik. Peneliti perlu melihat apakah terdapat jawaban yang kosong, data ganda, kesalahan penulisan, atau nilai yang tidak sesuai dengan kemungkinan jawaban responden.
Setiap variabel juga perlu diberikan definisi yang jelas. Misalnya, penelitian mengenai pengaruh kualitas pelayanan terhadap kepuasan mahasiswa dapat memiliki variabel kualitas pelayanan dan kepuasan mahasiswa. Masing-masing variabel tersebut dapat terdiri dari beberapa indikator yang diperoleh melalui kuesioner. Pemahaman terhadap struktur variabel akan membantu peneliti menentukan bagaimana data harus dimasukkan dan dianalisis di SPSS.
Pengkodean data menjadi bagian penting dalam persiapan. Jawaban berbentuk kategori dapat diubah menjadi kode numerik sesuai dengan rancangan instrumen. Sebagai contoh, kategori jenis kelamin dapat diberikan kode tertentu, sedangkan jawaban skala Likert dapat dikodekan dari tingkat respons paling rendah hingga paling tinggi. Kode tersebut harus dibuat konsisten agar tidak menimbulkan kesalahan ketika proses analisis berlangsung.
Peneliti juga perlu menentukan jenis pengukuran setiap variabel di SPSS. Variabel dapat memiliki karakteristik nominal, ordinal, interval, atau rasio sesuai dengan bentuk dan tujuan pengukurannya. Pengaturan tersebut penting karena beberapa prosedur statistik membutuhkan karakteristik data tertentu. Dengan mendefinisikan variabel secara tepat sejak awal, proses analisis dapat berjalan lebih terarah.
Selain memeriksa data, peneliti sebaiknya menyimpan salinan data asli sebelum melakukan pengolahan. File data mentah dapat digunakan sebagai arsip apabila terjadi kesalahan dalam proses editing atau transformasi data. Praktik tersebut juga membantu menjaga keterlacakan proses penelitian karena peneliti dapat membedakan antara data awal dan data yang sudah melalui proses pengolahan.
Baca juga:Bimbingan Publikasi Jurnal SINTA dan Scopus dari Submit hingga Artikel Terbit
Memasukkan dan Mengelola Data Penelitian di SPSS
Setelah data dipersiapkan, langkah berikutnya adalah memasukkan data ke dalam SPSS. Pada dasarnya, SPSS memiliki dua area utama yang sering digunakan untuk pengelolaan data, yaitu Variable View dan Data View. Variable View digunakan untuk mendefinisikan karakteristik variabel, sedangkan Data View digunakan untuk memasukkan nilai data yang dimiliki setiap responden atau objek penelitian.
Pada Variable View, peneliti dapat menentukan nama variabel, tipe data, label, kode kategori, missing value, serta tingkat pengukuran. Pemberian nama variabel sebaiknya dibuat singkat dan mudah dikenali. Sementara itu, bagian label dapat digunakan untuk memberikan penjelasan yang lebih lengkap mengenai variabel sehingga output analisis dapat lebih mudah dipahami.
Data kemudian dimasukkan pada Data View dengan prinsip bahwa setiap baris biasanya mewakili satu responden atau satu unit analisis, sedangkan kolom mewakili variabel. Misalnya, penelitian memiliki 100 responden dan 20 item pertanyaan, maka setiap responden akan memiliki data pada baris tertentu dan setiap item dapat ditempatkan pada kolom yang sesuai. Struktur tersebut perlu dijaga agar tidak terjadi pergeseran data.
Setelah seluruh data dimasukkan, peneliti perlu melakukan pengecekan ulang. Salah satu cara sederhana adalah melihat nilai minimum dan maksimum setiap variabel untuk mengetahui apakah terdapat angka yang berada di luar rentang yang seharusnya. Jika skala jawaban hanya berada pada rentang tertentu tetapi output menunjukkan nilai di luar rentang tersebut, peneliti perlu memeriksa kembali sumber kesalahannya.
SPSS juga dapat digunakan untuk melakukan transformasi data apabila diperlukan. Peneliti dapat membuat variabel baru berdasarkan perhitungan tertentu, melakukan pengelompokan kategori, atau menghitung skor total dari beberapa item. Namun, setiap transformasi perlu memiliki dasar metodologis yang jelas. Peneliti tidak sebaiknya mengubah data hanya untuk mendapatkan hasil statistik tertentu.
Melakukan Statistik Deskriptif untuk Memahami Data
Setelah data siap, analisis data dengan SPSS dapat dimulai melalui statistik deskriptif. Statistik deskriptif digunakan untuk memberikan gambaran umum mengenai karakteristik data penelitian. Analisis ini dapat membantu peneliti mengetahui distribusi data, nilai rata-rata, nilai minimum, nilai maksimum, dan ukuran penyebaran tertentu sesuai dengan jenis variabel.
Untuk data numerik, beberapa ukuran yang sering digunakan adalah mean, median, minimum, maksimum, dan standar deviasi. Mean menunjukkan nilai rata-rata data, sedangkan median menunjukkan nilai tengah setelah data diurutkan. Standar deviasi memberikan gambaran mengenai tingkat penyebaran data dari nilai rata-ratanya. Pemilihan ukuran statistik tetap perlu disesuaikan dengan karakteristik data.
Untuk variabel kategorikal, frekuensi dan persentase dapat digunakan untuk menggambarkan komposisi responden. Misalnya, peneliti dapat mengetahui jumlah responden berdasarkan kelompok usia, jenis kelamin, program studi, atau kategori lainnya yang relevan. Informasi tersebut dapat disajikan dalam bentuk tabel agar karakteristik sampel penelitian lebih mudah dipahami.
Statistik deskriptif juga berguna untuk mendeteksi masalah pada data. Nilai yang tidak wajar, kategori yang tidak muncul, atau distribusi yang sangat berbeda dari perkiraan dapat menjadi tanda bahwa data perlu diperiksa lebih lanjut. Dengan demikian, statistik deskriptif tidak hanya berfungsi sebagai bagian dari laporan, tetapi juga sebagai langkah pemeriksaan sebelum pengujian statistik lanjutan.
Hasil statistik deskriptif harus diinterpretasikan sesuai konteks penelitian. Peneliti tidak cukup menyalin tabel output SPSS ke dalam laporan tanpa memberikan penjelasan. Jika rata-rata suatu variabel berada pada tingkat tertentu, peneliti perlu menjelaskan arti angka tersebut berdasarkan skala pengukuran dan tujuan penelitian. Cara ini membuat penyajian hasil menjadi lebih informatif.
Melakukan Uji Validitas dan Reliabilitas Instrumen
Instrumen penelitian perlu diperiksa sebelum digunakan untuk analisis lebih lanjut, terutama ketika data diperoleh melalui kuesioner dengan beberapa item pertanyaan. Uji validitas berkaitan dengan sejauh mana item atau instrumen mampu mengukur konstruk yang memang ingin diukur. Sementara itu, reliabilitas berkaitan dengan konsistensi hasil pengukuran instrumen.
SPSS menyediakan beberapa prosedur yang dapat membantu peneliti melakukan pengujian instrumen. Teknik yang digunakan harus disesuaikan dengan rancangan penelitian dan pendekatan statistik yang dipilih. Peneliti perlu memahami indikator atau kriteria yang digunakan dalam penelitian, bukan sekadar mengikuti angka dari output tanpa memahami maknanya.
Dalam pengujian validitas, peneliti dapat melihat hubungan antara item dengan skor konstruk sesuai dengan metode yang digunakan. Apabila sebuah item menunjukkan hasil yang tidak memenuhi kriteria yang telah ditetapkan, peneliti perlu mempertimbangkan alasan metodologis sebelum memutuskan tindakan selanjutnya. Penghapusan item tidak seharusnya dilakukan hanya karena ingin memperoleh hasil statistik yang lebih baik.
Reliabilitas dapat digunakan untuk melihat konsistensi internal dari sejumlah item yang mengukur konstruk tertentu. Hasil pengujian perlu dibaca dengan mempertimbangkan jumlah item, karakteristik konstruk, serta standar yang digunakan dalam penelitian. Nilai statistik harus menjadi bagian dari pertimbangan metodologis, bukan satu-satunya dasar untuk menyatakan bahwa instrumen sudah baik.
Setelah pengujian selesai, peneliti perlu mendokumentasikan keputusan yang dibuat. Item yang dipertahankan, diperbaiki, atau dikeluarkan sebaiknya memiliki alasan yang jelas dan dapat dijelaskan dalam laporan penelitian. Proses tersebut membuat analisis data dengan SPSS lebih transparan karena pembaca dapat memahami bagaimana data dan instrumen dipersiapkan sebelum analisis utama dilakukan.
Melakukan Uji Asumsi dan Memilih Teknik Analisis Statistik
Setelah data diperiksa melalui statistik deskriptif dan instrumen dinilai sesuai kebutuhan penelitian, tahap berikutnya adalah menentukan teknik analisis yang tepat. Pemilihan teknik statistik tidak dapat dilakukan hanya berdasarkan kebiasaan atau karena suatu metode sering digunakan dalam penelitian lain. Peneliti perlu mempertimbangkan tujuan penelitian, jenis variabel, skala pengukuran, desain penelitian, jumlah kelompok yang dibandingkan, serta karakteristik data.
Pada analisis parametrik tertentu, peneliti perlu memperhatikan asumsi statistik yang relevan. Pemeriksaan dapat mencakup distribusi data, hubungan antarvariabel, linearitas, homoskedastisitas, independensi, atau asumsi lain sesuai dengan teknik yang digunakan. Tidak semua penelitian membutuhkan seluruh jenis uji asumsi tersebut. Pengujian sebaiknya dilakukan berdasarkan analisis yang memang akan digunakan.
SPSS dapat membantu menghasilkan berbagai output untuk pemeriksaan asumsi tersebut. Namun, angka pada output perlu dibaca berdasarkan tujuan pengujiannya. Peneliti sebaiknya memahami terlebih dahulu apa yang ingin diperiksa, kriteria yang digunakan, dan konsekuensi apabila asumsi tidak terpenuhi. Dengan demikian, analisis data dengan SPSS tidak berubah menjadi sekadar aktivitas mengikuti menu tanpa memahami alasan statistik di baliknya.
Jika suatu teknik parametrik tidak sesuai dengan karakteristik data atau asumsi yang dibutuhkan tidak terpenuhi, peneliti dapat mempertimbangkan metode alternatif yang sesuai. Dalam beberapa kondisi, teknik nonparametrik dapat digunakan. Pemilihan alternatif harus tetap mempertimbangkan desain penelitian dan pertanyaan yang ingin dijawab sehingga hasil analisis tetap memiliki dasar metodologis.
Tahap pemilihan teknik analisis menjadi penghubung antara data yang telah disiapkan dan pertanyaan penelitian. Misalnya, penelitian yang ingin melihat hubungan dua variabel membutuhkan pendekatan berbeda dari penelitian yang ingin membandingkan rata-rata beberapa kelompok. Penelitian yang menguji pengaruh beberapa variabel independen terhadap satu variabel dependen juga membutuhkan teknik yang berbeda. Karena itu, peneliti perlu membuat alur analisis sebelum menjalankan pengujian di SPSS.
Mengolah Data dengan Korelasi, Regresi, dan Uji Perbedaan
Salah satu kebutuhan umum dalam penelitian kuantitatif adalah mengetahui hubungan antarvariabel. Analisis korelasi dapat digunakan untuk mempelajari arah dan kekuatan hubungan sesuai dengan jenis data dan metode yang dipilih. Hasil korelasi perlu dipahami sebagai ukuran hubungan statistik dan tidak secara otomatis menunjukkan hubungan sebab-akibat.
Analisis regresi dapat digunakan ketika peneliti ingin mempelajari hubungan atau kontribusi satu atau beberapa variabel prediktor terhadap variabel yang menjadi hasil. Dalam regresi linear, misalnya, output dapat memberikan informasi mengenai koefisien regresi, tingkat signifikansi, serta ukuran kemampuan model dalam menjelaskan variasi pada variabel dependen. Interpretasi harus disesuaikan dengan rancangan penelitian dan asumsi yang mendasari model.
Sementara itu, uji perbedaan digunakan ketika fokus penelitian adalah membandingkan kondisi tertentu antar kelompok atau antar pengukuran. Teknik yang dipilih bergantung pada jumlah kelompok, hubungan antar kelompok, bentuk data, dan asumsi yang relevan. SPSS menyediakan berbagai prosedur untuk kebutuhan tersebut sehingga peneliti dapat memilih analisis berdasarkan desain penelitian.
Dalam menjalankan analisis data dengan SPSS, peneliti perlu membedakan antara hasil statistik dan interpretasi substantif. Misalnya, hasil pengujian dapat menunjukkan adanya hubungan statistik antara dua variabel. Pernyataan tersebut masih perlu dijelaskan berdasarkan konteks penelitian agar pembaca mengetahui apa arti hubungan tersebut dalam fenomena yang sedang dikaji.
Beberapa contoh teknik analisis yang dapat dipertimbangkan sesuai tujuan penelitian adalah:
- Statistik deskriptif untuk menggambarkan karakteristik data.
- Korelasi untuk mengkaji hubungan antarvariabel.
- Regresi untuk menganalisis hubungan atau kontribusi prediktor terhadap variabel hasil.
- Uji t untuk kondisi penelitian yang sesuai dengan desain perbandingan dua kelompok atau dua pengukuran.
- ANOVA untuk membandingkan rata-rata lebih dari dua kelompok dalam kondisi yang sesuai.
- Teknik nonparametrik untuk situasi tertentu ketika pendekatan parametrik tidak sesuai.
- Analisis lanjutan apabila rancangan penelitian memang membutuhkannya.
Pemilihan metode tersebut tetap harus mengikuti metodologi penelitian yang telah ditentukan. Peneliti tidak seharusnya mencoba berbagai pengujian hanya untuk mencari hasil yang signifikan. Setiap analisis harus memiliki pertanyaan yang jelas dan alasan yang dapat dipertanggungjawabkan secara akademik.
Membaca Output SPSS dan Menginterpretasikan Hasil Penelitian
Setelah analisis statistik dijalankan, SPSS akan menghasilkan sejumlah tabel dan informasi statistik. Bagi peneliti pemula, banyaknya angka dalam output dapat terlihat rumit. Padahal, peneliti tidak selalu perlu menjelaskan seluruh angka yang tersedia. Hal terpenting adalah memilih informasi yang relevan dengan pertanyaan penelitian dan menjelaskan maknanya secara tepat.
Dalam membaca output, peneliti perlu mengetahui nama statistik yang ditampilkan serta fungsi masing-masing nilai. Misalnya, hasil pengujian dapat memuat nilai koefisien, statistik uji, derajat kebebasan, nilai signifikansi, interval kepercayaan, atau ukuran efek, tergantung analisis yang digunakan. Setiap nilai memberikan informasi berbeda sehingga tidak tepat apabila seluruhnya diperlakukan dengan cara yang sama.
Nilai signifikansi juga perlu dibaca dengan hati-hati. Keputusan statistik harus menggunakan kriteria yang telah ditetapkan dalam metode penelitian. Selain itu, hasil yang memenuhi kriteria signifikansi statistik tidak otomatis berarti bahwa pengaruh atau hubungan tersebut besar secara substantif. Peneliti perlu mempertimbangkan ukuran efek, konteks penelitian, kualitas data, serta implikasi temuan.
Interpretasi hasil sebaiknya kembali pada rumusan masalah dan hipotesis apabila penelitian menggunakan hipotesis. Peneliti dapat menjelaskan apakah hasil analisis memberikan dukungan terhadap hipotesis yang diuji berdasarkan kriteria yang telah ditentukan. Setelah itu, hasil dapat dibandingkan dengan teori atau penelitian terdahulu untuk memberikan pembahasan yang lebih mendalam.
Hal yang perlu diperhatikan ketika menginterpretasikan hasil analisis data dengan SPSS antara lain:
- Jangan hanya menyalin tabel output ke dalam laporan.
- Jelaskan statistik yang paling relevan dengan pertanyaan penelitian.
- Bedakan signifikansi statistik dengan makna praktis atau substantif.
- Perhatikan arah hubungan atau koefisien ketika analisis menghasilkan koefisien.
- Jelaskan hasil berdasarkan konteks variabel yang diteliti.
- Hubungkan temuan dengan teori dan penelitian sebelumnya.
- Hindari menyatakan hubungan sebab-akibat apabila desain penelitian tidak mendukung kesimpulan kausal.
- Laporkan hasil yang relevan secara transparan, termasuk temuan yang tidak sesuai dengan dugaan awal.
Interpretasi yang baik membuat hasil statistik menjadi lebih mudah dipahami oleh pembaca. Angka dari SPSS berfungsi sebagai bukti analitis, sedangkan narasi penelitian menjelaskan apa arti bukti tersebut. Oleh sebab itu, kemampuan membaca output perlu diikuti kemampuan menulis hasil penelitian secara akademik.
Menyajikan Hasil Analisis SPSS dalam Laporan Penelitian
Setelah seluruh pengujian selesai, hasil analisis perlu disusun dalam laporan penelitian. Penyajian biasanya dilakukan secara berurutan mulai dari karakteristik responden, statistik deskriptif, hasil pengujian instrumen apabila relevan, pengujian asumsi, hingga hasil analisis utama. Urutan tersebut membantu pembaca mengikuti proses penelitian dari data awal sampai temuan akhir.
Tabel hasil analisis dapat digunakan untuk menyederhanakan informasi statistik. Namun, setiap tabel sebaiknya disertai narasi yang menjelaskan informasi penting di dalamnya. Peneliti tidak perlu mengulang seluruh isi tabel dalam bentuk kalimat. Narasi cukup menyoroti temuan yang relevan dan memberikan interpretasi sesuai dengan tujuan penelitian.
Contoh penyajian hasil dapat dimulai dengan menjelaskan karakteristik responden, kemudian dilanjutkan dengan hasil statistik deskriptif. Setelah itu, peneliti dapat menyampaikan hasil pengujian yang berkaitan dengan pertanyaan penelitian. Bagian pembahasan kemudian digunakan untuk menjelaskan mengapa hasil tersebut muncul, bagaimana kaitannya dengan teori, dan apakah sesuai atau berbeda dengan penelitian terdahulu.
Visualisasi juga dapat digunakan apabila membantu pembaca memahami data. Grafik batang, histogram, scatterplot, atau bentuk visual lainnya dapat dipilih sesuai jenis informasi yang ingin ditampilkan. Penggunaan visual tidak boleh sekadar memperindah laporan, tetapi harus memberikan informasi yang tidak mudah terlihat dari narasi atau tabel.
Peneliti juga perlu menjaga konsistensi angka antara output SPSS dan laporan akhir. Angka yang ditulis dalam tabel, narasi, abstrak, dan kesimpulan harus diperiksa kembali. Kesalahan kecil dalam menyalin nilai statistik dapat menyebabkan ketidaksesuaian informasi dalam laporan. Oleh karena itu, tahap pemeriksaan akhir sangat penting sebelum penelitian diserahkan atau dipublikasikan.
Menjaga Ketepatan Interpretasi dalam Analisis Data dengan SPSS
Analisis data dengan SPSS akan memberikan hasil yang bermanfaat apabila setiap tahap dilakukan berdasarkan tujuan penelitian. Software dapat membantu menghitung statistik dan menghasilkan output secara cepat, tetapi keputusan mengenai metode, pengolahan data, serta interpretasi tetap membutuhkan pemahaman peneliti. Penggunaan software tidak menggantikan metodologi penelitian.
Peneliti juga perlu memahami bahwa hasil statistik harus ditempatkan dalam konteks. Angka tertentu tidak dapat langsung dianggap sebagai bukti yang berdiri sendiri. Peneliti perlu melihat kualitas instrumen, karakteristik sampel, desain penelitian, variabel yang digunakan, dan keterbatasan penelitian sebelum menyusun kesimpulan.
Beberapa prinsip berikut dapat membantu menjaga kualitas interpretasi:
- Pastikan setiap pengujian memiliki tujuan yang jelas.
- Gunakan teknik statistik yang sesuai dengan desain penelitian.
- Periksa asumsi yang memang relevan dengan analisis.
- Jangan mengubah data tanpa alasan metodologis.
- Jangan memilih analisis hanya berdasarkan hasil yang diharapkan.
- Periksa kembali seluruh angka sebelum ditulis dalam laporan.
- Bedakan hasil statistik dari interpretasi teoritis.
- Jelaskan keterbatasan analisis apabila diperlukan.
- Gunakan bahasa yang proporsional ketika menyimpulkan hasil.
Dengan menerapkan prinsip tersebut, penggunaan SPSS dapat menjadi bagian dari proses penelitian yang lebih sistematis. Peneliti bukan hanya memperoleh output berupa angka, tetapi juga mampu mengubah hasil pengolahan tersebut menjadi informasi yang menjawab permasalahan penelitian.
Baca juga:Pengolahan Data SPSS dari Data Mentah hingga Siap Dianalisis
Kesimpulan
Analisis data dengan SPSS merupakan rangkaian proses yang dimulai dari persiapan dan pemeriksaan data, pengkodean variabel, pengelolaan data, statistik deskriptif, hingga pemilihan dan pelaksanaan teknik statistik yang sesuai. Setiap tahapan memiliki fungsi penting dan tidak sebaiknya dilewati hanya karena peneliti ingin segera memperoleh hasil pengujian. Data yang terstruktur dengan baik akan membantu menghasilkan analisis yang lebih mudah diperiksa dan dijelaskan.
Tahap berikutnya adalah membaca output dan menginterpretasikan hasil berdasarkan tujuan penelitian. Peneliti perlu memahami nilai statistik yang relevan, membedakan signifikansi statistik dengan makna substantif, serta menghubungkan hasil analisis dengan rumusan masalah, hipotesis, teori, dan penelitian terdahulu. Dengan pendekatan tersebut, output SPSS dapat diubah menjadi temuan penelitian yang memiliki makna akademik.
Pada akhirnya, SPSS merupakan alat bantu dalam proses penelitian, bukan pengganti kemampuan peneliti dalam mengambil keputusan metodologis. Kualitas analisis data dengan SPSS sangat dipengaruhi oleh ketepatan persiapan data, pemilihan metode, pelaksanaan pengujian, dan interpretasi hasil. Dengan memahami seluruh alur tersebut, peneliti dapat menggunakan SPSS secara lebih efektif untuk mengolah data kuantitatif dan menyusun hasil penelitian secara sistematis.
Ketahui lebih banyak informasi terbaru dan terlengkap mengenai skripsi dengan mengikuti terus artikel dari Publish Jurnal. Dapatkan juga bimbingan eksklusif untuk skripsi dan tugas akhir bagi Anda yang sedang menghadapi masalah dalam penyusunan skripsi dengan menghubungi Admin Publish Jurnal sekarang juga! Konsultasikan kesulitan Anda dan raih kelulusan studi lebih cepat.
