Makalah Analisis Data Kuantitatif

MAKALAH "ANALISIS DATA PENELITIAN KUANTITATIF " Makalah Ini Disusun Untuk Memenuhi Tugas Mata Kuliah Metodologi Penelitian Dosen Pengampu : Sayyidatul Karimah, M. Pd.

Disusun oleh : 1. 2. 3. 4.

Dina Anastasia Mafula M. Haqin Nazili Nur Kholis Esa Affandi Anisa Nur Fadhilah

(0717011111) (0717011041) (0717011101) (0717011181)

PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS PEKALONGAN 2019 KATA PENGANTAR

Segala puji bagi Allah SWT yang telah memberikan rahmat serta hidayahNya kepada kami. Sholawat serta salam semoga tetap tercurahkan kepada junjungan kita Nabi Agung Muhammad SAW yang sangat berperan bagi kita semua khususnya bagi saya sehinga saya dapat menyelesaikan makalah ini dengan baik . Penyusun mengucapakan terima kasih kepada semua pihak yang telah membantu kami, sehingga kami dapat menyelesaikan makalah ini dengan baik. Namun penyusun menyadari bahwa dalam penyusunan makalah ini terdapat kesalahan yang tidak disengaja sehingga makalah ini terdapat beberapa kekurangan. Penyusun berharap semoga dapat memberikan manfaat kepada para pembaca. Serta, pembaca diharapakan memberikan kritik dan saran kepada penyusun apabila dalam makalah ini ditemukan kesalahan, sehingga penyusun dapat memperbaiki makalah ini dan menjadi pembelajaran untuk membuat makalah-makalah berikutnya. Pekalongan, 16 September 2019

Penyusun,

DAFTAR ISI ii

Halaman Judul..........................................................................................................i Kata Pengantar.........................................................................................................ii Daftar Isi.................................................................................................................iii BAB I PENDAHULUAN........................................................................................1 A. Latar Belakang.................................................................................................1 B. Rumusan Masalah............................................................................................1 C. Tujuan..............................................................................................................1 BAB II PEMBAHASAN.........................................................................................2 A. Pengertian Analisis Data..................................................................................2 B. Jenis-jenis Analisis Data.................................................................................. 2 C. Teknik Analisis Data Kuantitatif......................................................................3 D. Langkah-langkah Dalam Analisis Data Kuantitatif.........................................6 E. Menginterpretasikan Hasil Analisis Data.......................................................10 BAB III Kesimpulan..............................................................................................12 Daftar Pustaka........................................................................................................13

iii

BAB I PENDAHULUAN A.

Latar Belakang penelitian merupakan kegiatan yang terencana untuk mencari jawaban

yang obyektif atas permasalahan manusia melalui prosedur ilmiah. Untuk itu didalam suatu penelitian dibutuhkan suatu proses analisis data yang berguna untuk menganalisis data-data yang telah terkumpul. Data yang terkumpul banyak sekali dan terdiri dari berbagai catatan di lapangan, gambar, foto, dokumen, laporan, biografi, artikel, dan sebagainya. Pekerjaan analisis data ialah mengatur, mengurutkan, mengelompokkan, memberikan kode, dan mengategorikannya. Pengorganisasian dan pengelolaan data tersebut bertujuan menemukan tema dan hipotesis kerja yang akhirnya diangkat menjadi teori substantif. Oleh karena itu, analisis data merupakan bagian yang amat penting karena dengan analisis suatu data dapat diberi arti dan makna yang berguna untuk masalah penelitian. Sehingga data yang telah dikumpulkan oleh peneliti tidak akan ada gunanya apabila tidak dianalisis terlebih dahulu. B.

Rumusan Masalah 1.

Apakah pengertian analisis data?

2.

Apa saja jenis-jenis analisis data?

3.

Apa saja teknik-teknik analisis data kuantitatif?

4.

Apa saja langkah-langkah analisis data kuantitatif?

5.

Bagaimana menginterpretasikan hasil analisis data?

C.

Tujuan 1.

Untuk mengetahui pengertian analisis data.

2.

Untuk mengetahui jenis-jenis data.

3.

Untuk mengetahui teknik-teknik analisis data kuantitatif.

4.

Untuk mengetahui langkah-langkah analisis data kuantitatif.

5.

Untuk menginterpretasikan hasil analisis data.

1

BAB II PEMBAHASAN A. Pengertian Analisis Data Menurut Noeng Muhadjir (1998:104) mengemukakan pengertian analisis data sebagai upaya mencari dan menata secara sistematis catatan hasil observasi, wawancara, dan laiannya untuk meningkatkan pemahaman peneliti tentang kasus yang diteliti dan menyajikannya sebagai temuan bagi orang lain. Sedangkan untuk meningkatkan pemahaman tersebut analisis perlu dilanjutkan dengan berupaya mencari makna. Menurut Bogdan dan Biklen (1982) mengemukanan bahwa analisis data adalah proses yang dilakukan secara sistematis untuk mencari, menemukan, dan menyusun transkrip wawancara, catatan-catatan lapangan dan bahan-bahan lainnya yang telah dikumpulkan peneliti dengan teknikteknik pengumpulan data lainnya. Dari kedua pengertian diatas, dapat disimpulkan bahwa analisis data adalah proses yang dilakukan secara sistematis catatan hasil observasi , wawancara,dan yang lainnyauang telah dikumpulkan oleh peneliti dengan teknik teknik pengumpulan data dengan tujuan untuk meningkatkan pemahaman peneliti tentang kasus yang diteliti dan menyajuikan sebagai temuan bagi orang lain B. Jenis-jenis Analisis Data Analisis data merupakan salah satu langkah penting dalam rangka memperoleh temuan-temuan hasil penelitian. Hal ini disebabkan, data akan menuntun kita ke arah temuan ilmiah, bila dianalisis dengan teknik-teknik yang tepat. Data yang belum dianalisis masih merupakan data mentah. Dalam kegiatan penelitian, data mentah akan memberi arti, bila dianalisis dan ditafsirkan. Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat digolongkan ke dalam dua jenis data, yaitu :

2

1.

Data Bermuatan Kualitatif data bermuatan kualitatif disebut juga dengan data lunak. Data semacam ini diperoleh melalui penelitian yang menggunakan pendekatan kualitatif, atau penilaian kualitatif. Keberadaan data bermuatan kualitatif adalah catatan lapangan yang berupa catatan atau rekaman kata-kata, kalimat, atau paragraf yang diperoleh dari wawancara menggunakan pertanyaan terbuka, observasi partisipatoris, atau pemaknaan peneliti terhadap dokumen atau peninggalan.

2.

Data Bermuatan Kuantitatif Keberadaan data bermuatan kuantitatif adalah angka-angka (kuantitas), baik diperoleh dari jumlah suatu penggabungan ataupun pengukuran. Data bermuatan kuantitatif yang diperoleh dari jumlah suatu penggabungan selalu menggunakan bilangan cacah. Contoh data seperti ini adalah angka-angka hasil sensus, angka-angka hasil tabulasi terhadap jawaban terhadap angket atau wawancara terstruktur. Adapun data bermuatan kuantitatif hasil pengukuran adalah skor-skor yang diperoleh melalui pengukuran, seperti skor tes prestasi belajar, skor skala motivasi, skor timbangan, dan semacamnya.

C. Teknik Analisis Data Kuantitatif Analisis data dalam kuantitatif menggunakan pendekatan statistik. Dalam teknik analisis data menggunakan statistik, terdapat dua macam statistik yang digunakan yaitu statistik deskriptif dan inferensial. Statistik inferensial meliputi statistik parametris dan non parametris. 1. Statistik Deskriptif Statistik

deskriptif

adalah

statistik

yang

digunakan

untuk

menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul. Sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Analisis ini hanya berupa akumulasi data dasar dalam bentuk deskripsi semata dalam arti tidak mencari atau menerangkan saling hubungan, menguji hipotesis, membuat ramalan, atau melakukan penarikan kesimpulan.

3

Teknik analisis ini biasa digunakan untuk penelitian-penelitian yang bersifat eksplorasi, yaitu peneliti ingin mencoba untuk mengungkap dan mendeskripsikan hasil penelitiannya. Misalnya ingin mengetahui persepsi masyarakat terhadap kenaikan harga bbm, ingin mengetahui sikap guru terhadap pemberlakuan uu guru dan dosen, ingin mengetahui minat mahasiswa terhadap profesi guru, dan sebagainya. Teknik statistik yang digunakan adalah statistik deskriptif. Teknik analisis statistik deskriptif yang dapat digunakan antara lain: a. Penyajian data dalam bentuk tabel atau distribusi frekuensi dan tabulasi silang (crosstab). Dengan analisis ini akan diketahui kecenderungan hasil temuan penelitian, apakah masuk dalam kategori rendah, sedang atau tinggi. b. Penyajian data dalam bentuk visual seperti histogram, poligon, ogive, diagram batang, diagram lingkaran, diagram pastel (pie chart), dan diagram lambang. c. Penghitungan ukuran tendensi sentral (mean, median modus). d. Penghitungan ukuran letak (kuartil, desil, dan persentil). e. Penghitungan ukuran penyebaran (standar deviasi, varians, range, deviasi kuartil, mean deviasi, dan sebagainya). Yang termasuk dalam statistik deskriptif antara lain distribusi frekuensi, distribusi persen dan pengukuran tendensi sentral. 2. Statistik Inferensial Statistik inferensial, (sering juga disebut statistik induktif

atau

statistik probabolitas) adalah statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas dan teknik pengambilan sampel dari populasi itu dilakukan secara random. Statistik ini disebut statistik probabilitas, karena kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang (probability). Suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu mempunyai peluang kesalahan dan kebenarannya

(kepercayaan) dan yang dinyatakan dalam bentuk

4

prosentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95%, bila peluang kesalahan 1%, maka taraf kepercayaan 99%. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikansi. Penggunaan statistik parametris dan nonoparametris tergantung pada asumsi dan jenis data yang akan dianalisis. a. Statistik Parametris Pada statistik parametris digunakan untuk menguji parameter populasi melalui statistik, atau menguji ukuran populasi melalui data sampel. Dalam statistik hipotesis yang diuji adalah hipotesis nol, karena tidak dikehendaki adanya perbedaan antara parameter populasi dan statistik (data yang diperoleh dari sampel). Teknik analisis statis meliputi korelasi pearson (pearson product moment correlation), korelasi spearman, dan uji t. 1) Korelasi pearson (pearson product moment correlation) Kegunaan : menentukan hubungan antara dua variable yang berskala interval (skala yang menggunakan angka sebenarnya), korelasi ini termasuk kedalam uji statistik parametrik. Besarnya korelasi 0-1. Korelasi dapat berupa positif yang artinya searah jika variabel besar maka variabel kedua juga besar pula. Korelasi negatif (berlawanan arah jika variabel pertama besar maka variabel kedua kecil). Patokan hasil perhitungan korelasi sebagai berikut : < 0,20

: hubungan dapat dianggap tidak ada

< 0,20-0,40

: hubungan ada tetapi rendah

< 0,40-0,70

: hubungan cukup

> 0,70-0,90

: hubungan tinggi

> 0,90-1,00

: hubungan sangat tinggi

b. Statistik Nonparametris Statistik nonparametris tidak menguji parameter populasi, tetapi menguji distribusi. Statistik parametris kebanyakan digunakan untuk menganalisis data interval dan rasio, sedangkan statistik nonparametris kebanyakan digunakan untuk menganalisis data nominal, ordinal. Dalam tabel

5

terlihat bahwa statistik parametris digunakan untuk menganalisis data interval dan rasio, dan nonparametris digunakan untuk data nominal dan ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan yaitu macam data dan bentuk hipotesis yang diajukan. Teknik analisis statistik non parametrik 1) Korelasi spearman (spearman rank order correlation) Kegunaan: korelasi spearman berfungsi untuk menentukan besarnya hubungan dua variable (gejala) yang berskala ordinal atau tata jenjang. Biasanya data yang dianalisis adalah angka yang berjenjang misalnya 1, 2, 3, 4, 5. Angka tersebut hanya simbol saja. Oleh karena itu, korelasi ini termasuk uji statistik non parametrik. Contoh : Perusahaan iklan ingin mengetahui jenis iklan apa yang paling disukai yang ditayangkan di televisi dan radio dan apakah ada korelasi atau hubungan antara iklan di televisi dan di radio. 2) Chi square Kegunaan: untuk mengetahui ada tidaknya hubungan antara variable

bebas

dengan

variable

tergantung,

syarat

untuk

menggunakan chi square adalah data harus berskala nominal. Contoh kasus : Sebuah perusahaan baju wanita ingin melakukan penelitian mengenai hubungan antara kontras suara dan keputusan membeli baju. Kita akan mencari apakah ada hubungan atau tidak antara variabel kontras warna dengan keputusan membeli baju. D. Langkah-langkah Dalam Analisis Data Kuantitatif Sebaiknya peneliti harus melakukan analisis terhadap data yang telah dikumpulkan di lapangan (field research) dan peneliti juga harus melewati proses pengolahan data terlebih dahulu. Proses pengolahan data kuntitatif dapat dibagi dengan tiga tahap: coding data; entering data dan cleaning data. Dalam makalah ini akan di bahas bagaimana proses data kuantitatif secara

6

ringkas sebagai berikut ini dengan tahapan pengkodean dan pemasukan data, analisis data dan pengujian teori. 1. Coding data / pengkodean data Pengkodean adalah pemberian lambang tertentu dapat berupa nomor atau angka dalam suatu lembaran tabulasi yang sudah dikumpulkan dan dapatlah dilakukan pengolahan data dengan melalui coding data. Dan yang dimaksud dengan coding disini adalah usaha mengklasifikasikan jawaban-jawaban para responden menurut macam-macamnya. Klasifikasi itu dilakukan dengan jalan menandai masing-masing jawaban itu dengan tanda kode tertentu, lazimnya dalam bentuk angka. Disini setiap macam jawaban (atau secara teknis disebut “setiap kategori jawaban”) pada dasarnya berarti menetapkan kategori mana yang sebenarnya tepat bagi sesuatu jawaba tertentu itu. Data yang dikumpulkan dapat berupa angka, kalimat pendek atau panjang, ataupun hanya „ya“ atau „tidak“. Untuk memudahkan analisis maka jawaban-jawaban tersebut perlu diberi kode. Pemberian kode kepada jawaban sangat penting artinya, jika pengolahan data dilakukan dengan computer. Mengkode jawaban adalah menaruh angka pada tiap jawaban. Pemberian kode dapat diakukan dengan melihat jenis pertanyaan dan jawaban, dalam hal ini dapat dibedakan: 1) Jawaban yang berupa angka 2) Jawaban dari pertanyaan tertutup 3) Jawaban pertanyaan semi terbuka 4) Jawaban pertanyaan terbuka 5) Jawaban pertanyaan kombinasi Jawaban responden bisa dalam bentuk angka. Pertanyaan tentang pendapatan perbulan, jawabannya sudah pasti dalam bentuk angka. Misalnya rp 149.500,-. Begitu juga dalam mengukur berat, misalnya berat tongkol jagung, maka jawabannya sudah jelas dalam bentuk angka. Begitu juga angka dalam produksi, luas garapan dan sebagainya. Untuk jawaban dalam bentuk angka ini, maka angka untuk kode adalah angka jawaban itu sendiri.

7

Dalam pengkodean data; peneliti diharuskan untuk menggunakan kode buku (dokumen pedoman) agar pengolahan data selanjutnya bisa lebih efisien dan tidak terjadinya kemungkinan pengulangan dalam pengolahan data. 2. Entering Data / Pemasukan Data Pemasukan data ini adalah suatu cara dalam membuat kode dengan menggunakan computer pada ibm coding sheet. Coding sheet adalah lembaran kertas yang mempunyai 80 kolom dan 25 baris. Jika data yang dikode melebihi dari 80 kolom, maka cara yang dilakukan adalah, pertama menyambung data responden tersebut ke baris kedua. Kedua menyambung kode pada baris yang sama kelembaran kedua dari coding sheet. Sebelum kode dimasukkan dalam coding sheet maka terlebih dahulu ditentukan kolom-kolom berupa yang digunakan oleh variabel dan bagian format-formatnya. Hal ini diatur dalam buku kode (sebagai panduan dalam mengisi kode kedalam coding sheet). 3. Cleaning data Melakukan pengecekan kembali untuk melihat keakuratan coding data. Cleaning data terdiri dari possibel code cleaning dan contingensi cleaning. possible code cleaning adalah mengecek seluruh kategori variable pada tiap-tiap kode. Sedangkan contingensi cleaning meliputi cross-clossifying dua variable dan melihat dengan kemungkinan pada logika. Analisis data kuantitaif dibedakan menurut banyaknya variable; hasil suatu variable; hasil satu variable (univariat), hasil dua variable (multivariat). Sebelum analisis data dilakukan peneliti diharuskan untuk mengetahui terlebih dahului jenis data apa yang akan di analisis. Kemudian penetuan tehnik yang sesuai. a.

Hasil Satu Variabel Penelitian yang hanya mengenai satu variable biasanya dianalisis secara deskriptif dengan statistik sederhana yaitu distribusi frekuensi; frekuensi mutlak; frekuensi relative (presentase), grafik dan tabel.

8

Kemudian mencari ukuran variabilitas: range, percentile dan standart devisi. Kemudian disesuaikan dengan jenis data. Penyusunan dan penyajian yang berbentuk frekuensi atau grafik dapat memberikan deskripsi umum tentang penampilan keseluruhan satuan data. Dan untuk mendapatkan ciri khas tertentu dalam nilai bilangan peneliti dapat menggunakan ukuran pemusatan. Ukuran pemusatan itu diukur dengan dua cara: 1) Ukuran tendensi sentral / ukuran pemusatan yang terdiri dari tiga cara a) Mode Mode dapat digunakan oleh skala nominal, ordinal inkrual dan rasio mode ini merupakan nilai-nilai yang muncul paling banyak didalam distribusi. b) Median : nilai tengah 20, 40, 50, 60, 70. Mediannya adalah 50. Median dapat digunakan oleh skala ordinal, interval dn ratio. Median menunjukkan nilai distribusi yang menjadi batas antara nilai lebih besar dan kurang dari nilai batas. c) Mean Mean digunakan oleh skala ordinal, interval dan rasio. Mean dikenal

dengan

nilai

rata-rata

skor

distribusi.

Untuk

mengetahui hasil mean, kita harus menjumlahkan semua skor distribusi lalu dibagi dengan banyaknya subjek yang memiliki nilai. 2) Variabilitas ukuran dengan tiga cara: a) Range Range adalah jarak nilai tertinggi dengan nilai terendah. b) Persentase disebut juga deviasi kuartil yaitu menentukan jarak antara kuartil atas dengan bawah dalam distribusinya. c) Standart deviasi Standart deviasi adalah deviasi nilai atau simpangan setiap nilai dari rata-rata kelompoknya.

9

Jika dalam penelitian mempunyai lebih dari satu kelompok maka, skor asli harus dirubah sebagai ‘jarak nilai dari rerata diukur dengan standar deviasinya”. b. Hasil Dari Dua Variabel Hasil dari dua variable ini mencari hubungan antara variable satu dengan variable kedua yaitu variable independent. Hubungan antara variable ini dapat dilihat dengan menggunakan scattegram atau grafik yang menjelaskan hubungan antar dua variable lebih akurat. Penelitian dua variable merupakan penelitian hubungan atau korelasi yang berfungsi mencari hubungan antar dua variable. E. Menginterpretasikan Hasil Analisis Data

Penafsiran atau interpretasi tidak lain dari pencarian pengertian yang lebih luas tentang penemuan-penemuan. Penafsiran data tidak dapat dipisahkan dari analisis, sehingga sebenarnya penafsiran merupakan aspek tertentu dari analisis, dan bukan merupakan bagian dari analisis. Berikut ini beberapa pengertian penafsiran data, menurut Moh. Nazir (2005) : 1. Penafsiran adalah penjelasan yang terperinci tentang arti yang sebenarnya dari materi yang dipaparkan. Data yang telah dalam bentuk tabel, misalnya, perlu diberikan penjelasan ytang terperinci dengan cara : a. Untuk menegakkan keseimbangan suatu penelitian, dalam pengertian menghubungkan hasil suatu penelitan dengan penemuan penelitian lainnya. b. Untuk membuat atau menghasilkan suatu konsep yang bersifat menerangkan atau menjelaskan. 2. Penafsiran dapat menghubungkan suatu penemuan studi exsploratif menjadi suatu hipotesis untuk suatu percobaan yang lebih teliti lainnya. 3. Penafsiran berkehendak untuk membangun suatu konsep yang bersifat menjelaskan (exsplanatory concept) Stringer (dalam Sukmadinata, 2009) mengemukakan beberapa teknik menginterpretasikan hasil analisis data kualitatif. 1. Memperluas analisis dengan mengajukan pertanyaan. Hasil analisis mungkin masih miskin dengan makna, dengan pengajuan beberapa pertanyaan hasil tesebut bisa dilihat maknanya. Pertanyaan dapat berkenaan

10

dengan hubungan atau perbedaan antara hasil analisis, penyebab, aplikasi dan implikasi dari hasil analisis. 2. Hubungan temuan dengan pengalaman pribadi. Penelitian tindakan sangat erat kaitanya dengan pribadi peneliti. Temuan hasil analisis bisa dihubungkan engan pengalaman-pengalaman pribadi peneliti yang cukup kaya. 3. Minat nasihat dari teman yang kritis. Bila mengalami kesulitan dalam menginterpretasikan hasil analisis, mintalah pandangan kepada teman yang seprofesi dan memiliki pandangan yang kritis. 4. Hubungkan hasil-hasil analisis dengan literatur. Factor eksternal yang mempunyai kekuatan dalam memberikan interpretasi selain teman, atau kalau mungkin ahli adalah literature. Apakah makna dari temuan penelitian menurut pandangan para ahli, para peneliti dalam berbagai literature. 5. Kembalikan pada teori. Cara lain utuk menginterpretasikan hasil dari analisis data adalah hubungkan atau tinjaulah dari teori yang relevan dengan permasalahan yang dihadapi.

BAB III KESIMPULAN Analisis data adalah proses telaah dan pencarian makna dari data yang diperoleh untuk menemukan jawaban dari masalah penelitian. Dalam rangka analisis dan interpretasi data, perlu dipahami tentang keberadaan data itu sendiri. Secara garis besar, keberadaan data dapat

11

digolongkan ke dalam dua jenis data, yaitu : data bermuatan kualitatif dan data bermuatan kuantitatif. Analisis data dalam kuantitatif menggunakan pendekatan statistik. Dalam teknik analisis data menggunakan statistik, terdapat dua macam statistik yang digunakan yaitu statistik deskriptif dan inferensial. Statistik inferensial meliputi statistik parametris dan non parametris. Proses pengolahan data kuntitatif dapat dibagi dengan tiga tahap: coding data; entering data dan cleaning data. Penafsiran atau interpretasi tidak lain dari pencarian pengertian yang lebih luas tentang penemuan-penemuan. Penafsiran data tidak dapat dipisahkan dari analisis, sehingga sebenarnya penafsiran merupakan aspek tertentu dari analisis, dan bukan merupakan bagian dari analisis.

12

DAFTAR PUSTAKA

Arikunto, Suharsimi. 2013. Manajemen Penelitian.Jakarta : Rineka Cipta. Lexy, J. Moleong,2007. Metodologi Penelitian Kualitatif. Bandung: Rosda. Rijali Ahmad. 2018. Analisis Data Kualitatif. Banjarmasin. Sugiono. 2003. Metode Penelitian Bisnis,Edisi 1. Bandung : Alfabeta. Mohammad Ali. 1992. Strategi Penelitian Pendidikan. Bandung: Angkasa. Nazir, Muhammad. 2014. Metode Penelitian. Bogor : Ghalia.

13