Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik)

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik)"

Transkripsi

1 Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Tanggal 06/Mei/2013 Waktu Nama WIB Proses: Operator Pak. Septian Kebisingan db Dicatat Oleh: Jumlah Waktu Penyelesaian (detik) Observasi Elemen Pekerjaan Total 47,94 98,83 64,96 94,02 39,38 41,31 N waktu siklus 12,85 Pengepakan Benang Ridwan Febriansyah

2 Sub Grup 1 Kebisingan db Sub Grup 2 Kebisingan db Sub Grup 3 Kebisingan db

3 Sub Grup 4 Kebisingan db Sub Grup 5 Kebisingan db Sub Grup 6 Kebisingan db

4 Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Tanggal 07/Mei/2013 Waktu 9.00 Nama Pengepakan wib Proses : Benang Operator Pak. Septian Kebisingan Dicatat Ridwan db Oleh : Febriansyah Jumlah Waktu Penyelesaian (detik) Observasi Elemen Pekerjaan total N waktu siklus 16.23

5 Sub Grup 1 Kebisingan db Sub Grup 2 Kebisingan db Sub Grup 3 Kebisingan db

6 Sub Grup 4 Kebisingan db Sub Grup 5 Kebisingan db Sub Grup 6 Kebisingan db

7 Perhitungan Statistik Analisis Varian 1 arah (ANOVA ONE WAY) Langkah untuk melakukan uji anova output pengepakan benang adalah: 1. Memasukan data kedata editor Variabel Output Mendifinisikan variable pada variable view Nama : output Decimal : 0 Label : output pengepakan Measure : scale Variable Kebisingan Mendifinisikan variable pada variable view Nama : Kebisingan Decimal : 0 Label : kebisingan Value : db dan db Measure : nominal

8 2. Setelah itu klik menu anlyze, pilih compare mean 3. Dari berbagai pilihan yang ada, pilih One Way ANOVA 4. Setelah itu akan muncul kotak dialog one way anova masukkan variable output kekotak dependent list dan variable cahaya kekotak faktor.

9 5. klik option sehingga akan muncul kotak dialog option untuk menampilkan statistic deskriptif dari data,aktifkan pilihan descriptive. 6. Untuk menampilkan uji kesamaan varian, aktifkan pilihan homogeneity of variance test. 7. Untuk menampilkan plot rerata,aktifkan means plot. 8. Gunakan default pada missing values,yaitu exclude cases analysis 9. Selanjutnya klik continue sehingga akan muncul kembali kotak dialog One way ANOVA 10. Klik post hoc yang akan digunakan sebagai analisis lanjut uji F.

10 11. Pilih tukey untuk keseragaman.tingkat signifikansi yang digunakan sesuai default yaitu 0,05. Setelah itu klik continue.klik ok setelah itu akan muncul seperti berikut: Descriptives Output N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Lower Bound Upper Bound Minimum Maximu m db db Total Descriptive Pada One way Anova akan dihitung jumlah kasus, rerata, standar deviasi, standar eror rerata, minimum, maksimum dan selang kepercayaan tiap variabel dipenden untuk tiap grup. Test of Homogeneity of Variances Output Levene Statistic df1 df2 Sig

11 Homogeneity of Variances Menghitung statistic Levene untuk menguji kesamaan varian grup. Pengujian tidak tergantung pada asumsi kenormalan. ANOVA Output Sum of Squares df Mean Square F Sig. Between Groups Within Groups Total Means Plot Menampilkan grafik plot rerata subgroup (rerata untuk tiap grup ditentukan dari nilai variable faktor). Pengambilan Keputusan Hasil Output Uji ANOVA Output anova 1. hipotesis H 0 = Rerata nilai output kedua tingkat kebisingan identik

12 H 1 = Rerata nilai output kedua tingkat kebisingan tidak identik 2. statistik uji = uji F 3. σ = 0,05 4 Daerah kritis: H 0 ditolak jika sig.< σ 5. dari hasil pengolahan SPSS diperoleh sign = 0, Karena nilai sign,< σ (,005 < 0,05) maka H 0 ditolak. Kesimpulan: H 0 ditolak sehingga H 1 yang diterima.jadi rerata nilai output kedua kondisi tingkat kebisingan tidak identik (berbeda secara signifikan). Perhitungan Statistik Analisis Varian 1 arah (ANOVA ONE WAY) Langkah untuk melakukan uji anova waktu siklus pengepakan benang adalah: 1. memasukan data kedata editor Variabel Output Mendifinisikan variable pada variable view Nama : waktu siklus Decimal : 0 Label : total waktu siklus pengepakan Measure : scale Variable Kebisingan Mendifinisikan variable pada variable view Nama : Kebisingan Decimal : 0 Label : kebisingan Value : db dan db Measure : nominal

13 2. Setelah itu klik menu anlyze, pilih compare mean 3. Dari berbagai pilihan yang ada, pilih One Way ANOVA

14 4. Setelah itu akan muncul kotak dialog one way anova masukkan variable output kekotak dependent list dan variable cahaya kekotak faktor. 5. klik option sehingga akan muncul kotak dialog option untuk menampilkan statistic deskriptif dari data,aktifkan pilihan descriptive. 6. Untuk menampilkan uji kesamaan varian, aktifkan pilihan homogeneity of variance test.

15 7. Untuk menampilkan plot rerata,aktifkan means plot. 8. Gunakan default pada missing values,yaitu exclude cases analysis 9. Selanjutnya klik continue sehingga akan muncul kembali kotak dialog One way ANOVA 10. Klik post hoc yang akan digunakan sebagai analisis lanjut uji F. 11. Pilih tukey untuk keseragaman.tingkat signifikansi yang digunakan sesuai default

16 yaitu 0,05. Setelah itu klik continue.klik ok setelah itu akan muncul seperti berikut: Descriptives w.siklus 95% Confidence Interval for N Mean Std. Deviation Std. Error Mean Minimum Maximum Lower Bound Upper Bound Db Db Total Descriptive Pada One way Anova akan dihitung jumlah kasus, rerata, standar deviasi, standar eror rerata, minimum, maksimum dan selang kepercayaan tiap variabel dipenden untuk tiap grup. Test of Homogeneity of Variances w.siklus Levene Statistic df1 df2 Sig Homogeneity of Variances Menghitung statistic Levene untuk menguji kesamaan varian grup. Pengujian tidak tergantung pada asumsi kenormalan. ANOVA w.siklus Sum of Squares df Mean Square F Sig. Between Groups Within Groups Total

17 Means Plot Menampilkan grafik plot rerata subgroup (rerata untuk tiap grup ditentukan dari nilai variable faktor). Pengambilan Keputusan Waktu Siklus Uji ANOVA Output anova 1. hipotesis H 0 = Rerata nilai output kedua tingkat kebisingan identik H 1 = Rerata nilai output kedua tingkat kebisingan tidak identik 2. statistik uji = uji F 3. σ = 0,05 4 Daerah kritis: H 0 ditolak jika sig.< σ 5. dari hasil pengolahan SPSS diperoleh sign =, Karena nilai sign,< σ (,000 < 0,05) maka H 0 ditolak. Kesimpulan: H 0 ditolak sehingga H 1 yang diterima.jadi rerata nilai output kedua kondisi tingkat kebisingan tidak identik (berbeda secara signifikan).

LATIHAN SPSS I. A. Entri Data

LATIHAN SPSS I. A. Entri Data A. Entri Data LATIHAN SPSS I Variabel Name Label Type Nama Nama Mahasiswa String NIM Nomor Induk Mahasiswa String JK Numeris 1. 2. TglLahir Tanggal Lahir Date da Daerah Asal Numeris 1. Perkotaan 2. Pinggiran

Lebih terperinci

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri)

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri) Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri) Statistical Product and Service Solution (SPSS) merupakan salah satu perangkat lunak/software statistik yang dapat digunakan sebagai alat pengambil

Lebih terperinci

LAMPIRAN. Cases. VolumeUdem KontrolNegatif % 0.0% % VolumeUdem KontrolNegatif Mean % Confidence Interval for Mean

LAMPIRAN. Cases. VolumeUdem KontrolNegatif % 0.0% % VolumeUdem KontrolNegatif Mean % Confidence Interval for Mean LAMPIRAN Lampiran 1. Interpretasi hasil SPSS Case Processing Summary Cases Kelompok Perlakuan Valid Missing Total N Percent N Percent N Percent VolumeUdem KontrolNegatif 13 100.0% 0.0% 13 100.0% Pembanding

Lebih terperinci

LAMPIRAN 1. ONE WAY ANOVA

LAMPIRAN 1. ONE WAY ANOVA 50 LAMPIRAN 1. ONE WAY ANOVA Descriptives Konsentrasi Xylitol Statistic Std. Error Komposisi Kalsium konsentrasi 20% Mean 42,8020 1,95318 95% Confidence Interval for Mean Lower Bound 37,3791 Upper Bound

Lebih terperinci

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA

BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA BAB 14 UJI DESKRIPTIF, VALIDITAS DAN NORMALITAS DATA SPSS menyediakan fasilitas untuk melakukan analisis deskriptif data seperti uji deskriptif, validitas dan normalitas data. Uji deskriptif yang dilakukan

Lebih terperinci

Pengujian Varian Satu Jalur. (One Way ANOVA)

Pengujian Varian Satu Jalur. (One Way ANOVA) One Way ANOVA Pengujian Varian Satu Jalur (One Way ANOVA) Uji One Way ANOVA, digunakan untuk mengetahui ada tidaknya perbedaan ratarata antara tiga kelompok lebih sample yang tidak berhubungan. Jika ada

Lebih terperinci

Lampiran 1. Analisis presentase karkas ayam pedaging. Perlakuan

Lampiran 1. Analisis presentase karkas ayam pedaging. Perlakuan Lampiran 1. Analisis presentase karkas ayam pedaging Perlakuan 1 2 3 4 5 total Rata-rata P0 61.50 61.23 61.51 62.00 61.02 307.26 61.45 P1 61.19 62.30 62.06 62.46 62.00 310.01 62.002 P2 62.30 63.20 63.20

Lebih terperinci

BAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN

BAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN BAB 08 ANALISIS VARIAN Sebagaimana yang sudah dijelaskan sebelumnya bahwa salah satu statistik parametrik yang sering digunakan dalam penelitian pendidikan yaitu Analisis Varian. Oleh karena itu pada bagian

Lebih terperinci

Komang Suardika, S.Pd (Pendidikan Fisika, Undiksha) 2013

Komang Suardika, S.Pd (Pendidikan Fisika, Undiksha) 2013 Komang Suardika, S.Pd (Pendidikan isika, Undiksha) 013 Anova Satu Jalur (One Way Anova) Suatu penelitian dilakukan di SMA N 1 Banjar untuk mengetahui perbedaan rata-rata dengan lima metode pembelajaran

Lebih terperinci

Lampiran 1. Data Eksperimen

Lampiran 1. Data Eksperimen 1 Lampiran 1. Data Eksperimen No. Kelas Kelompok Lingkungan Produksi Insentif Moneter Kinerja Kelompok Uji Manipulasi 1 A 0 Lini Perakitan Piece Rate 13 Lolos 2 A 1 Lini Perakitan Piece Rate 6 Lolos 3

Lebih terperinci

Lampiran 1. Surat Keterangan Determinasi Tanaman Ceplukan (Physalis angulata L).

Lampiran 1. Surat Keterangan Determinasi Tanaman Ceplukan (Physalis angulata L). Lampiran 1. Surat Keterangan Determinasi Tanaman Ceplukan (Physalis angulata L). 1 Lampiran 1. Lanjutan 2 3 Lampiran 2. Hasil Pemeriksaan Organoleptis, Daya Lekat, Kekentalan, Susut Pengeringan Ekstrak

Lebih terperinci

STATISTIKA DESKRIPTIF

STATISTIKA DESKRIPTIF STATISTIKA DESKRIPTIF 1 Statistika deskriptif berkaitan dengan penerapan metode statistika untuk mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif. Statistika inferensia

Lebih terperinci

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random

Pendahuluan RRL Model Pengaruh Tetap Model Pengaruh Random RANCANGAN RANDOM LENGKAP Pendahuluan RRL RRL atau Rancangan Random Lengkap merupakan rancangan di mana unit eksperimen yang dikenai perlakuan secara random dan menyeluruh lengkap untuk setiap perlakuan.

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mail : statistikaista@yahoo.com Blog : Contoh Kasus One Way Anova dan Two Way Anova Menggunakan SPSS Lisensi Dokumen: Copyright 2010 ssista.wordpress.com Seluruh dokumen di ssista.wordpress.com dapat

Lebih terperinci

Tabel. Pengamatan Jumlah Mortalitas Larva Instar III Plutella xylostella Hama yang diinfeksikan. Persentase Mortalitas (%)Pengamatan ke-

Tabel. Pengamatan Jumlah Mortalitas Larva Instar III Plutella xylostella Hama yang diinfeksikan. Persentase Mortalitas (%)Pengamatan ke- LAMPIRAN 1. Data Pengaruh Pemberian Larutan Pestisida Nabati Perasan Daun Kayu Kuning (Arcangelisia flava L.) terhadap Mortalitas Hama Plutella xylostella pada Tanaman Sawi (Brassica juncea L.) Tabel.

Lebih terperinci

Sel dihitung menggunakan kamar hitung Improved Neaubauer dengan metode perhitungan leukosit (4 bidang sedang) dibawah mikroskop cahaya.

Sel dihitung menggunakan kamar hitung Improved Neaubauer dengan metode perhitungan leukosit (4 bidang sedang) dibawah mikroskop cahaya. 59 LAMPIRAN 1 Penghitungan Jumlah Sel Sebelum Perlakuan Sel dihitung menggunakan kamar hitung Improved Neaubauer dengan metode perhitungan leukosit (4 bidang sedang) dibawah mikroskop cahaya. Hasil penghitungan

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Panelis Agar hasil yang didapat menjadi lebih akurat, maka panelis yang digunakan oleh penulis merupakan sampel jenuh dimana penulis menggunakan seluruh anggota populasi

Lebih terperinci

Cara perhitungan dosis ekstrak etanol Bawang Putih

Cara perhitungan dosis ekstrak etanol Bawang Putih Lampiran 1 Cara perhitungan dosis ekstrak etanol Bawang Putih Cara perhitungan dosis buah Bawang Putih Dosis buah bawang putih untuk manusia = 0,5g / kg BB Faktor konversi untuk manusia ke mencit 20g =

Lebih terperinci

Dua sampel independen, tidak terikat, tidak

Dua sampel independen, tidak terikat, tidak 76 PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM PEMANFAATAN SPSS DALAM PENELITIAN BIDANG KESEHATAN & UMUM 77 Jadi dari analisis keputusannya : p value < 0,05 Ho ditolak berarti Distribusi

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi data Hasil Penelitian Data Pengamalan PAI dan Perilaku seks bebas peserta didik SMA N 1 Dempet diperoleh dari hasil angket yang telah diberikan kepada responden

Lebih terperinci

Tabel hasil perhitungan nilai kekerasan sebelum perendaman

Tabel hasil perhitungan nilai kekerasan sebelum perendaman L A M P I R A N Tabel hasil perhitungan nilai kekerasan sebelum perendaman No Sampel Aquades Susu bubuk Susu cair Susu kental manis d 1 d 2 D VHN d 1 d 2 D VHN d 1 d 2 d VHN d 1 d 2 d VHN 1 27 31.75 29.375

Lebih terperinci

ANALISA RAGAM DATA (UJI ANOVA)

ANALISA RAGAM DATA (UJI ANOVA) MATERI III ANALISA RAGAM DATA (UJI ANOVA) STMIK KAPUTAMA BINJAI Wahyu S. I. Soeparno, SE., M.Si Analisa Ragam Satu Arah (Oneway) Analisa ragam satu arah ( oneway ANOVA) digunakan untuk membandingkan mean

Lebih terperinci

LAMPIRAN 1 PERHITUNGAN DOSIS

LAMPIRAN 1 PERHITUNGAN DOSIS 54 LAMPIRAN 1 PERHITUNGAN DOSIS 1. Perhitungan Dosis Asetosal Dosis Asetosal untuk menimbulkan tukak pada tikus = 800 mg/kg BB (Soewarni Mansjoer, 1994) Berat badan rata-rata tikus = ± 150 gram Dosis Asetosal

Lebih terperinci

UJI PERSYARATAN ANALISIS DATA

UJI PERSYARATAN ANALISIS DATA PERTEMUAN KE-6 Materi : UJI PERSYARATAN ANALISIS DATA Uji nonparametrik digunakan apabila asumsi-asumsi pada uji parametrik tidak dipenuhi. Asumsi yang paling lazim pada uji parametrik adalah sampel acak

Lebih terperinci

Lampiran 1. Perubahan bobot tubuh ikan selais (Ompok hypopthalmus) pada setiap perlakuan selama penelitian

Lampiran 1. Perubahan bobot tubuh ikan selais (Ompok hypopthalmus) pada setiap perlakuan selama penelitian Lampiran 1. Perubahan bobot tubuh ikan selais (Ompok hypopthalmus) pada setiap perlakuan selama penelitian P1 P2 bobot rata-rata tubuh ikan (g) awal akhir minggu minggu minggu Ulangan (minggu (minggu ke-4

Lebih terperinci

Jenis Pupuk o B1 B2 B3 B4

Jenis Pupuk o B1 B2 B3 B4 TUTORIAL SPSS RANCANGAN ACAK KELOMPOK (RAK) oleh : Hendry http://teorionline.wordpress.com/ Rancangan acak kelompok (RAK) sering disebut dengan randomized complete block design (RCBD). Pada rancangan ini

Lebih terperinci

MK. Statistik sosial

MK. Statistik sosial MK. Statistik sosial Digunakan untuk membandingkan rata- rata LEBIH dari dua sampel variabel Independen (Contoh : rata- rata lama TV di tonton oleh anak- anak dari beberapa negara : Australia, Inggris,

Lebih terperinci

SURAT PERMOHONAN KESEDIAAN BERPARTISIPASI DALAM PENELITIAN Kepada Yth. Orangtua/Wali. Di Tempat

SURAT PERMOHONAN KESEDIAAN BERPARTISIPASI DALAM PENELITIAN Kepada Yth. Orangtua/Wali. Di Tempat LAMPIRAN Lampiran 1 SURAT PERMOHONAN KESEDIAAN BERPARTISIPASI DALAM PENELITIAN Kepada Yth. Orangtua/Wali. Di Tempat Bersama ini kami mohon kesediaan dari Bapak/Ibu/Sdr selaku orangtua dari anak di Pesantren

Lebih terperinci

Hasil Penelitian dengan Microsoft Excel

Hasil Penelitian dengan Microsoft Excel Hasil Penelitian dengan Microsoft Excel Lampiran 1 Pengembalian Saham Individual dan Pengembalian Pasar Subsektor NO KODE Ri Rm Energi Jalan Tol, Bandara, Pelabuhan dan Telekomunikasi Transportasi 1 PGAS

Lebih terperinci

Lampiran 1. Langkah Penelitian. Air Limbah dengan kadar phosphate tinggi. Pengukuran Suhu dan ph sebelum perlakuan

Lampiran 1. Langkah Penelitian. Air Limbah dengan kadar phosphate tinggi. Pengukuran Suhu dan ph sebelum perlakuan Lampiran 1. Langkah Penelitian Air Limbah dengan kadar phosphate tinggi Pengukuran Suhu dan ph sebelum perlakuan Masukkan dalam wadah sebanyak 1 liter Masukkan Poly Aluminium Chloride (PAC). Proses Koagulasi

Lebih terperinci

Lampiran 1 Jaringan Kolon Mencit Kelompok Kontrol Negatif

Lampiran 1 Jaringan Kolon Mencit Kelompok Kontrol Negatif 56 Lampiran 1 Jaringan Kolon Mencit Kelompok Kontrol Negatif Mukosa normal (perbesaran objektif 4x) Dinding normal(perbesaran objektif 10x) Sel Goblet (+)(perbesaran objektif 40x) 57 Lampiran 2 Jaringan

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN 4.1 Profil Responden Penelitian ini dilakukan pada Polisi Lalu Lintas, mulai tanggal 1 Juli 2011-25 Juli 2011 dengan menyebar 100 kuesioner. Berikut ini akan dibahas mengenai

Lebih terperinci

PENENTUAN PERSAMAAN GARIS REGRESI DARI KURVA LARUTAN STANDAR Cu. Tabel 7. Perhitungan mencari persamaan garis regresi larutan standar Cu

PENENTUAN PERSAMAAN GARIS REGRESI DARI KURVA LARUTAN STANDAR Cu. Tabel 7. Perhitungan mencari persamaan garis regresi larutan standar Cu LAMPIRAN LAMPIRAN 1 PENENTUAN PERSAMAAN GARIS REGRESI DARI KURVA LARUTAN STANDAR Cu Tabel 7. Perhitungan mencari persamaan garis regresi larutan standar Cu No X Y X 2 Y 2 XY 1 0,05 0,0009 0,0025 0,00000081

Lebih terperinci

Lampiran 1: Data Sebelum Dan Sesudah Perlakuan. Kadar Glukosa Darah Puasa (mg%) Setelah Induksi Aloksan. Setelah Perlakuan

Lampiran 1: Data Sebelum Dan Sesudah Perlakuan. Kadar Glukosa Darah Puasa (mg%) Setelah Induksi Aloksan. Setelah Perlakuan Lampiran 1: Data Sebelum Dan Sesudah Perlakuan Kelompok Perlakuan (n = 4) Kadar Glukosa Darah Puasa (mg%) Setelah Induksi Aloksan Setelah Perlakuan Penurunan Persentase penurunan (%) I 211 51 160 75.83

Lebih terperinci

DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA

DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA DIKTAT MATA KULIAH STATISTIKA PENELITIAN PENDIDIKAN MATEMATIKA Oleh : Wahyu Hidayat, S.Pd., M.Pd. NIDN. 0404088402 PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP)

Lebih terperinci

Instruksi. Deskripsi Kasus

Instruksi. Deskripsi Kasus NIM : Jenis Kelamin : Laki laki / Perempuan Umur : Semester : Instruksi Dalam kasus yang diuraikan di bawah ini anda diminta untuk berperan dalam posisi manajer perusahaan yang bertanggung jawab untuk

Lebih terperinci

Uji Komparasi Dengan SPSS. Oleh Zulkifli Matondang

Uji Komparasi Dengan SPSS. Oleh Zulkifli Matondang Uji Komparasi Dengan SPSS Oleh Zulkifli Matondang Pengantar Analisis komparasi bertujuan untuk melihat perbedaan rata-rata variabel terikat antara dua kelompok atau lebih. Uji komparasi (variabel terikat)

Lebih terperinci

ANALISIS DATA KOMPARATIF (T-Test)

ANALISIS DATA KOMPARATIF (T-Test) PERTEMUAN KE-10 ANALISIS DATA KOMPARATIF (T-Test) Ringkasan Materi: Komparasi berasal dari kata comparison (Eng) yang mempunyai arti perbandingan atau pembandingan. Teknik analisis komparasi yaitu salah

Lebih terperinci

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN A. Penyajian Statistik Deskripsi Hasil Penelitian 1. Kemampuan Awal Siswa Dalam penelitian ini seperti telah dijelaskan pada bab III, analisis tentang data kemampuan awal digunakan

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISI DATA

BAB IV DESKRIPSI DAN ANALISI DATA BAB IV DESKRIPSI DAN ANALISI DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Penelitian Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di SMP N 1 Pamotan. SMP

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Pada bab ini, akan dipaparkan mengenai hasil penelitian mengenai cara

BAB IV HASIL DAN PEMBAHASAN. Pada bab ini, akan dipaparkan mengenai hasil penelitian mengenai cara BAB IV HASIL DAN PEMBAHASAN Pada bab ini, akan dipaparkan mengenai hasil penelitian mengenai cara atasan memimpin dan kinerja bawahan yang meliputi hasil penelitian data, hasil pembahasan penelitian yang

Lebih terperinci

Sampel darah sebelum disentrifuge Sampel darah setelah disentrifuge

Sampel darah sebelum disentrifuge Sampel darah setelah disentrifuge 36 Lampiran 1. Sampel Darah Hewan Uji Sampel darah sebelum disentrifuge Sampel darah setelah disentrifuge 37 Lampiran 2. Hewan Uji Kelinci jantan albino 38 Lampiran 3. Tanaman Jaka Tuwa Tanaman Jaka Tuwa

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Rancangan Penelitian 1. Pendekatan Penelitian Penelitian merupakan sarana untuk mengembangkan ilmu pengetahuan, baik secara teori maupun praktik. Penelitian juga merupakan

Lebih terperinci

LAMPIRAN 1 KONVERSI DOSIS

LAMPIRAN 1 KONVERSI DOSIS LAMPIRAN KONVERSI DOSIS Perhitungan dosis jamu ekstrak daun salam produksi pabrik jamu B dalam bentuk kapsul Berat J kapsul = 550 mg Konversi dosis dari manusia 70 kg ke mencit 0 gram = 0,006 Maka, dosis

Lebih terperinci

Perlakuan Lama Waktu 2 minggu. 4 Minggu. Ket: (I). Inti, (S).Sinusoid. Ket: (I). Inti, (L).Lemak. Ket: (I). Inti, (S).Sinusoid

Perlakuan Lama Waktu 2 minggu. 4 Minggu. Ket: (I). Inti, (S).Sinusoid. Ket: (I). Inti, (L).Lemak. Ket: (I). Inti, (S).Sinusoid LAMPIRAN Lampiran 1. Gambar Histologi Preparat Jaringan Hati Tikus Putih (Rattus norvegicus) pada luasan sel 25 µm dengan menggunakan mikroskop cahaya perbesaran 10 x 10. Perlakuan Lama Waktu 2 Kontrol

Lebih terperinci

LAMPIRAN 1 PERHITUNGAN DOSIS. Perhitungan dosis pembanding (Andriol)

LAMPIRAN 1 PERHITUNGAN DOSIS. Perhitungan dosis pembanding (Andriol) LAMPIRAN 1 PERHITUNGAN DOSIS Perhitungan dosis pembanding (Andriol) Kandungan Andriol (1 kaplet/tablet)= 40 mg Faktor konversi dari dosis manusia (80 mg/70 kg BB) ke dosis mencit yang beratnya 20 g adalah

Lebih terperinci

ANALISIS VARIANSI MANOVA (MULTIVARIATE ANALYSIS OF VARIANCE)

ANALISIS VARIANSI MANOVA (MULTIVARIATE ANALYSIS OF VARIANCE) ANALISIS VARIANSI MANOVA (MULTIVARIATE ANALYSIS OF VARIANCE) Manova merupakan uji beda varian. Jika pada anava varian yang dibandingkan berasal dari satu variable terikat (Y), pada manova varian yang dibandingkan

Lebih terperinci

BAB IV DESKRIPSI DAN ANALISIS DATA

BAB IV DESKRIPSI DAN ANALISIS DATA BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Hasil Penelitian 1. Deskripsi Data Umum Deskripsi data umum berisi mengenai gambaran umum tempat penelitian yakni di MTs N 1 Kudus. MTs N 1 Kudus beralamatkan

Lebih terperinci

Statistika untuk Keteknikan Analisis Ragam

Statistika untuk Keteknikan Analisis Ragam Statistika untuk Keteknikan Analisis Ragam Teknik Analisis Ragam : Pengolahan data anova satu arah dan anova dua arah dengan rumus statistik dan SPSS. Oleh Delvi Yanti, S.TP, MP Page 0 1.1 Rumus Anova

Lebih terperinci

= 0,5 gr daun pegagan kering dilarutkan dalam 100 ml akuades.

= 0,5 gr daun pegagan kering dilarutkan dalam 100 ml akuades. 47 Lampiran : Perhitungan dosis : Dosis 5% Dosis 3% Dosis % Dosis % Dosis 0,5% = 5 gr daun pegagan kering dilarutkan dalam 00 ml akuades. = 3 gr daun pegagan kering dilarutkan dalam 00 ml akuades. = gr

Lebih terperinci

dikonversikan kepada mencit dengan berat badan ± 20 gram mengunakan tabel konversi menurut Laurence-Bacharach dengan faktor konversi 0,0026.

dikonversikan kepada mencit dengan berat badan ± 20 gram mengunakan tabel konversi menurut Laurence-Bacharach dengan faktor konversi 0,0026. Lampiran 1 : Perhitungan Konversi Dosis Satu buah merah = ± 5 kg = ± 250 ml = ± 20 gram = ± 1 ml Untuk orang sehat disarankan mengkonsumsi sari buah merah satu sendok makan satu kali sehari, sedangkan

Lebih terperinci

BAB IV HASIL PENELITIAN. untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel,

BAB IV HASIL PENELITIAN. untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, 81 BAB IV HASIL PENELITIAN A. Deskripsi Data Penelitian ini berjudul perbedaan kompetensi guru PAI tersertifikasi melalui portofolio dan PLPG pada hasil belajar siswa SMKN se Kota Kediri, penyajian hasil

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Deskripsi Subjek dan Pelaksanaan Penelitian Gambaran Umum Subjek penelitian

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Deskripsi Subjek dan Pelaksanaan Penelitian Gambaran Umum Subjek penelitian 48 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Deskripsi Subjek dan Pelaksanaan Penelitian 4.1.1 Gambaran Umum Subjek penelitian Subjek penelitian ini adalah siswa kelas V SD Negeri Sawit dan siswa kelas

Lebih terperinci

LAMPIRAN 1 DATA HASIL PERCOBAAN

LAMPIRAN 1 DATA HASIL PERCOBAAN LAMPIRAN 1 DATA HASIL PERCOBAAN Hasil pengamatan zona inhibisi cakram ekstrak etanol batang Kayu Manis (Cinnamomum burmanii) pada Mueller Hinton Agar yang telah diinokulasi oleh mikroorganisme uji Staphylococcus

Lebih terperinci

LAMPIRAN II HASIL PERHITUNGAN KONVERSI DOSIS

LAMPIRAN II HASIL PERHITUNGAN KONVERSI DOSIS LAMPIRAN 1 61 LAMPIRAN II HASIL PERHITUNGAN KONVERSI DOSIS 1. Larutan Glibenklamid Dosis manusia untuk Glibenklamid sebesar 5 mg dan konversi dosis dari manusia ke mencit = 0,0026 (Sunthornsaj N,et al,

Lebih terperinci

BAB 10 ANALISIS REGRESI LINIER SEDERHANA

BAB 10 ANALISIS REGRESI LINIER SEDERHANA BAB 10 ANALISIS REGRESI LINIER SEDERHANA Analisis regresi linier merupakan salah satu jenis metode regresi yang paling banyak digunakan. Regresi linier sederhana terdiri atas satu variabel terikat (dependent)

Lebih terperinci

Nama :... Jenis Kelamin :...

Nama :... Jenis Kelamin :... Nama :... Jenis Kelamin :... 1. Bacalah dan pahamilah tiap pernyataan dan jawablah sesuai dengan keadaan diri Anda, dengan cara centang ( ) kotak-kotak sesuai huruf yang dipilih, yaitu : SS : Sangat Setuju

Lebih terperinci

MODUL PRAKTIKUM II MATA KULIAH STATISTIKA TERAPAN

MODUL PRAKTIKUM II MATA KULIAH STATISTIKA TERAPAN MODUL PRAKTIKUM II MATA KULIAH STATISTIKA TERAPAN Disusun oleh: Dian Ayunita NND Fakultas Perikanan dan Ilmu Kelautan Universitas Diponegoro Semarang 2016 UNIVERSITAS DIPONEGORO FAKULTAS PERIKANAN DAN

Lebih terperinci

Lampiran 1. LEMBAR PENJELASAN CALON SUBJEK PENELITIAN

Lampiran 1. LEMBAR PENJELASAN CALON SUBJEK PENELITIAN Lampiran 1. LEMBAR PENJELASAN CALON SUBJEK PENELITIAN Salam Hormat, Saya yang bernama Anita, mahasiswa Fakultas Kedokteran Gigi Universitas Sumatera Utara, ingin melakukan penelitian tentang PERUBAHAN

Lebih terperinci

LEMBAR PENJELASAN KEPADA CALON SUBJEK PENELITIAN

LEMBAR PENJELASAN KEPADA CALON SUBJEK PENELITIAN Lampiran 1 LEMBAR PENJELASAN KEPADA CALON SUBJEK PENELITIAN Selamat pagi teman-teman, saya Diah Okti mahasiswa yang sedang menjalani pendidikan dokter gigi di Fakultas Kedokteran Gigi Universitas Sumatera

Lebih terperinci

VI. SPSS RANCANGAN ACAK KELOMPOK (RAK)

VI. SPSS RANCANGAN ACAK KELOMPOK (RAK) VI. SPSS RANCANGAN ACAK KELOMPOK (RAK) Syarat : Ada satu peuabah bebas yang disebut perlakukan Ada satu peubah sampingan/pengganggu yang disebut kelompok Model Matematis : Yij = µ + Ki + Pj + єij i = 1,

Lebih terperinci

Lampiran 1: Konversi perhitungan dosis antar jenis hewan. Marmot. Kelinci. 400 g. 1,5 kg 1,0 7,0 12,25 27,8 64,1 124,3 387,9

Lampiran 1: Konversi perhitungan dosis antar jenis hewan. Marmot. Kelinci. 400 g. 1,5 kg 1,0 7,0 12,25 27,8 64,1 124,3 387,9 Lampiran 1: Konversi perhitungan dosis antar jenis hewan Mencit Tikus Marmot Kelinci Kera Anjing Manusia 20 g 200 g 400 g 1,5 kg 4 kg 12 kg 70 kg Mencit 1,0 7,0 12,25 27,8 64,1 124,3 387,9 20 g Tikus 0,14

Lebih terperinci

Lampiran 1. Penentuan Persamaan Garis Regresi. Penentuan Persamaan Garis Regresi dari Larutan Standar Nikel

Lampiran 1. Penentuan Persamaan Garis Regresi. Penentuan Persamaan Garis Regresi dari Larutan Standar Nikel Lampiran 1 Penentuan Persamaan Garis Regresi 1. Penentuan Persamaan Garis Regresi dari Larutan Standar Nikel Tabel 10. Perhitungan persamaan garis regresi standar Ni No. X (ppm Y (abs X2 Y2 (X 10-4 XY

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Penelitian 4.1.1 Deskripsi Data 4.1.1.1 Analisis Deskriptif Variabel Gaya Belajar Visual, Auditori, Kinestetik. Data angket gaya belajar dapat dideskripsikan

Lebih terperinci

Hari ke-1 Pembelian mencit dari FMIPA ITB Bandung. Hari ke-1 sampai ke-7 Aklitimasi/adaptasi mencit hingga mencapai usia dan berat ideal

Hari ke-1 Pembelian mencit dari FMIPA ITB Bandung. Hari ke-1 sampai ke-7 Aklitimasi/adaptasi mencit hingga mencapai usia dan berat ideal Lampiran 1: Rencana Kerja Penelitian Hari ke-1 Pembelian mencit dari FMIPA ITB Bandung Hari ke-1 sampai ke-7 Aklitimasi/adaptasi mencit hingga mencapai usia dan berat ideal Hari ke-8 Induksi aloksan untuk

Lebih terperinci

LAMPIRAN 1 KONVERSI DOSIS

LAMPIRAN 1 KONVERSI DOSIS LAMPIRAN 1 KONVERSI DOSIS Berat rerata hewan coba yang digunakan dalam penelitian = 22 gram. A. Dosis Asetosal Dosis asetosal = 30 mg/100 g tikus (Wahjoedi, 1989) Konversi dari tikus 200 g untuk mencit

Lebih terperinci

LAMPIRAN I SURAT PERNYATAAN PERSETUJUAN UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT)

LAMPIRAN I SURAT PERNYATAAN PERSETUJUAN UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT) LAMPIRAN I SURAT PERNYATAAN PERSETUJUAN UNTUK IKUT SERTA DALAM PENELITIAN (INFORMED CONSENT) Yang bertanda tangan di bawah ini, Nama lengkap : Tgl lahir : NRP : Alamat : Menyatakan bersedia dan tidak berkeberatan

Lebih terperinci

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE

UJI ANOVA. Uji kesamaan varian. Lihat output TEST of HOMOGENEITY of VARIANCE UJI ANOVA Skor Sekolah Skor Sekolah Skor Sekolah Skor Sekolah 75 SMA X 74 SMA W 54 SMA Y 64 SMA Z 55 SMA X 75 SMA W 58 SMA Y 58 SMA Z 59 SMA X 64 SMA W 60 SMA Y 57 SMA Z 60 SMA X 64 SMA W 74 SMA Y 60 SMA

Lebih terperinci

BAB IV HASIL PENELITIAN. beberapa guru PAI yang belum tersertifikasi dan guru PAI yang sudah. dan 15 item untuk penilaian kompetensi professional.

BAB IV HASIL PENELITIAN. beberapa guru PAI yang belum tersertifikasi dan guru PAI yang sudah. dan 15 item untuk penilaian kompetensi professional. 126 BAB IV HASIL PENELITIAN A. Deskripsi Data Penelitian ini dilakukan pada tanggal 20 Maret sampai dengan 12 Mei 2016 terhadap penilaian siswa yang diajar guru PAI yang belum tersertifikasi dan sudah

Lebih terperinci

Hasil Uji Normalitas dan Homogenitas Data Kadar Estrogen

Hasil Uji Normalitas dan Homogenitas Data Kadar Estrogen Lampiran 1. Analisis Data Kadar atau Estradiol Tabel 1. Data Kadar pada berbagai perlakuan penelitian (pg/ml) Perlakuan Ulangan 1 16,17 19,23 57,52 47,20 36,77 40,78 2 16,32 18,20 62,00 47,23 13,74 31,14

Lebih terperinci

Dimasukkan ke dalam ultrasonic bath selama ± 1 jam

Dimasukkan ke dalam ultrasonic bath selama ± 1 jam Lampiran 1 Alur Penelitian Pembuatan gel kitosan nanopartikel 1 gram kitosan Dilarutkan dengan larutan asam asetat 1% Diaduk dengan stirer Larutan kitosan Ditetesi dengan ±20 tetes TPP Gel kitosan Dimasukkan

Lebih terperinci

ANALISIS DATA EKSPLORATIF MODUL 5 ANALISIS COMPARE MEANS

ANALISIS DATA EKSPLORATIF MODUL 5 ANALISIS COMPARE MEANS ANALISIS DATA EKSPLORATIF KELAS C2 MODUL 5 ANALISIS COMPARE MEANS Nama Nomor Praktikan Mahasiswa Sri Siska Wirdaniyati 12611125 Tanggal Kumpul 12 Desember 2013 Praktikan Tanda tangan Laboran Nama Penilai

Lebih terperinci

Lampiran 1. Data Iklim Kabupaten Bima

Lampiran 1. Data Iklim Kabupaten Bima LAMPIRAN 75 Lampiran 1. Data Iklim Kabupaten Bima 76 Lanjutan Lampiran 1 77 Lanjutan Lampiran 1 78 Lanjutan Lampiran 1 79 80 Lanjutan Lampiran 1 Prakiraan Curah Hujan Bulan Agustus Oktober Tahun 2011 81

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara Lampiran 1. Alur Pikir Resin komposit merupakan tumpatan sewarna gigi yang mempunyai tiga kombinasi dimensional dari paling sedikit dua senyawa kimia (silica dan metaakrilat) dengan penghubung (silane)

Lebih terperinci

LAMPIRAN A. Angket Penelitian

LAMPIRAN A. Angket Penelitian LAMPIRAN A Angket Penelitian PENILAIAN GAYA BELAJAR VISUAL-AUDITORIAL-KINESTETIK Identitas Responden Nama : Kelas : Petunjuk 1. Perhatikan baik-baik setiap pernyataan dalam kaitannya dengan rumpun mata

Lebih terperinci

Lampiran 1. Hasil Proksimat Pakan Ikan

Lampiran 1. Hasil Proksimat Pakan Ikan Lampiran 1. Hasil Proksimat Pakan Ikan Lampiran 2. Hasil Analisa Proksimat Serat Kasar dan BETN Lampiran 2. Hasil Analisa Proksimat Serat Kasar dan BETN (lanjutan) Lampiran 3. Nilai Kecernaan Serat Kasar

Lebih terperinci

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN BAB IV ANALISIS HASIL DAN PEMBAHASAN A. Hasil Analisis Statistik Deskriptif Berdasarkan data yang diinput dari Laporan keuangan triwulan periode tahun 2009-2011 maka dapat dihitung rasio-rasio keuangan

Lebih terperinci

LAMPIRAN 1 Perhitungan Dosis Pembuatan Infusa Kulit Batang Angsana : Dosis Loperamid

LAMPIRAN 1 Perhitungan Dosis Pembuatan Infusa Kulit Batang Angsana : Dosis Loperamid LAMPIRAN 1 Perhitungan Dosis Kadar infus yang digunakan pada percobaan yaitu 10%, 20%, 30% Tikus 200 g 2 ml x 10% = 10 g/100 ml = 0,1 g/ml x 2 = 0,2 mg/ml Konversi tikus ke mencit = 0,14 Dosis 1 mencit

Lebih terperinci

Uji Perbandingan Rata-Rata

Uji Perbandingan Rata-Rata Uji Perbandingan Rata-Rata Pengujian hipotesis perbandingan rata-rata dilakukan untuk melihat kesesuaian dugaan peneliti terhadap suatu objek yang diteliti dengan kenyataannya. Misalnya seorang peniliti

Lebih terperinci

UJI PRASYARAT ANALISIS

UJI PRASYARAT ANALISIS UJI PRASYARAT ANALISIS Wahyu Widhiarso Fakultas Psikologi UGM Latar Belakang PENGANTAR Beberapa formula statistika disusun berdasarkan asumsi-asumsi tertentu. Formula tersebut dapat menggambarkan sebuah

Lebih terperinci

BAB III UJI T SATU SAMPEL

BAB III UJI T SATU SAMPEL BAB III UJI T SATU SAMPEL Tujuan: Menguji apakah suatu nilai sama, lebih besar, atau lebih kecil dari rata-rata populasi Rumus: t = X μ s n T = nilai hitung t X = dugaan mean populasi = mean sampel s =

Lebih terperinci

LAMPIRAN. Lampiran 1 Komisi Etik Penelitian

LAMPIRAN. Lampiran 1 Komisi Etik Penelitian LAMPIRAN Lampiran 1 Komisi Etik Penelitian 37 38 Lampiran 2 PERSIAPAN PENELITIAN A. Persiapan hewan coba Hewan coba yang digunakan adalah mencit galur Swiss Webster jantan dewasa berumur 6-8 minggu dengan

Lebih terperinci

1. Persentasi penyerapan zat besi dari tiga jenis makanan sebagai berikut (data fiktif)

1. Persentasi penyerapan zat besi dari tiga jenis makanan sebagai berikut (data fiktif) TUGAS ANALISIS REGRESI (Hal 31-33) NAMA : FADLAN WIDYANANDA NIM : 201432005 SESI : 03 1. Persentasi penyerapan zat besi dari tiga jenis makanan sebagai berikut (data fiktif) Roti Roti + Kedele Roti + Kedele

Lebih terperinci

ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o

ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o Uji Beda: ANOVA ANOVA (analisis varians), sering disebut juga dengan uji F, mempunyai tujuan yang sama dengan uji t, yakni: o o Menguji apakah rata-rata lebih dari dua sampel berbeda secara signifikan

Lebih terperinci

LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T)

LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) LAPORAN PRAKTIKUM 8 & 9 STATISTIKA TENTANG UJI HIPOTESIS (Z OR T) DAN UJI RERATA (STUDENT T) STATISTIKA DISUSUN OLEH : MELINA KRISNAWATI 12.12.0328 SI 12 F JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN

Lebih terperinci

ANALISIS DATA KOMPARATIF (Anova)

ANALISIS DATA KOMPARATIF (Anova) PERTEMUAN KE-11 Ringkasan Materi: ANALISIS DATA KOMPARATIF (ANOVA) ANALISIS DATA KOMPARATIF (Anova) Jika uji kesamaan dua rata-rata atau uji-t digunakan untuk mencari perbedaan atau persamaan dua rata-rata,

Lebih terperinci

Keterangan : E = L 2 + a 2 + b 2 E = intensitas warna L, a, b = dapat dilihat dari hasil pengukuran menggunakan chromameter

Keterangan : E = L 2 + a 2 + b 2 E = intensitas warna L, a, b = dapat dilihat dari hasil pengukuran menggunakan chromameter 7. LAMPIRAN Lampiran 1. Perhitungan Nilai Intensitas Warna Rumus : Keterangan : E = L 2 + a 2 + b 2 E = intensitas warna L, a, b = dapat dilihat dari hasil pengukuran menggunakan chromameter Tepung tempe

Lebih terperinci

Perhitungan dosis ekstrak etanol buah mengkudu (EEBM) (Morinda citrifolia)

Perhitungan dosis ekstrak etanol buah mengkudu (EEBM) (Morinda citrifolia) 42 LAMPIRAN 1 PERHITUNGAN DOSIS Perhitungan dosis asetosal Dosis asetosal 30 mg /100 g BB tikus (Wahjoedi, Yun Astuti N., B. Nuratmi, 1997) Faktor konversi dari tikus yang beratnya ± 200 g ke mencit yang

Lebih terperinci

PROSEDUR PEMBUATAN INFUSA KULIT KAYU RAPAT (Parameria laevigata (Juss.) Moldenke)

PROSEDUR PEMBUATAN INFUSA KULIT KAYU RAPAT (Parameria laevigata (Juss.) Moldenke) 49 LAMPIRAN 1 PROSEDUR PEMBUATAN INFUSA KULIT KAYU RAPAT (Parameria laevigata (Juss.) Moldenke) Pembuatan dilakukan di Laboratorium Farmakologi Fakultas Kedokteran Universitas Kristen Maranatha Bandung

Lebih terperinci

Lampiran I Pembuatan Infusa Daun Lidah Buaya Cara kerja : 1. Sediakan bahan baku berupa daun lidah buaya dengan berat 80 gram yang telah

Lampiran I Pembuatan Infusa Daun Lidah Buaya Cara kerja : 1. Sediakan bahan baku berupa daun lidah buaya dengan berat 80 gram yang telah Lampiran I Pembuatan Infusa Daun Lidah Buaya Cara kerja : 1. Sediakan bahan baku berupa daun lidah buaya dengan berat 80 gram yang telah dipotong-potong halus. 2. Buat infusa daun lidah buaya konsentrasi

Lebih terperinci

BAB 09 ANALISIS VARIAN DISAIN FAKTORIAL

BAB 09 ANALISIS VARIAN DISAIN FAKTORIAL BAB 09 ANALISIS VARIAN DISAIN FAKTORIAL Sebagaimana yang sudah dijelaskan sebelumnya bahwa salah satu statistik parametrik yang sering digunakan dalam penelitian pendidikan yaitu Analisis Varian. Analisis

Lebih terperinci

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 PENGUMPULAN DATA Pengumpulan data merupakan salah satu aspek yang sangat berperan dalam kelancaran dan keberhasilan dalam suatupenelitian. Dalam penelitian ini

Lebih terperinci

Lampiran 1 Lembar Persetujuan Komisi Etik

Lampiran 1 Lembar Persetujuan Komisi Etik 59 Lampiran 1 Lembar Persetujuan Komisi Etik 59 60 Lampiran 2 Perhitungan Dosis Ekstrak Etanol Coklat Hitam, Fluoxetin 1. Dosis Ekstrak Etanol Coklat Hitam Dosis coklat hitam untuk manusia adalah 85 gram

Lebih terperinci

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik Pertemuan Ke-12 6.4 Uji Hipotesis Langkah langkah pengujian hipotesis : 1. Nyatakan hipotesa nolnya H o bahwa θ = θ o. 2. Pilih hipotesis alternatif H 1 yang sesuai diantara θ < θ o, θ > θ o atau θ # θ

Lebih terperinci

LAMPIRAN 1 PROFIL SISWA KELAS X SMA KRISTEN PURWODADI

LAMPIRAN 1 PROFIL SISWA KELAS X SMA KRISTEN PURWODADI LAMPIRAN 1 PROFIL SISWA KELAS X SMA KRISTEN PURWODADI Kelas XA NO Kelompok Gaya Belajar 1 Auditorial 69 2 Kinestetik 74 3 Visual 62 4 Visual 62 5 Kinestetik 80 6 Visual 64 7 Auditorial 78 8 Auditorial

Lebih terperinci

BAB 11 ANALISIS REGRESI LINIER BERGANDA

BAB 11 ANALISIS REGRESI LINIER BERGANDA BAB 11 ANALISIS REGRESI LINIER BERGANDA Selain regresi linier sederhana, metode regresi yang juga banyak digunakan adalah regresi linier berganda. Regresi linier berganda digunakan untuk penelitian yang

Lebih terperinci

2 Saya tidak mendapatkan jaminan apapun di SS S TS STS

2 Saya tidak mendapatkan jaminan apapun di SS S TS STS Lama Bekerja :. Tahun Keterangan : *) coret yang tidak perlu PETUNJUK PENGISIAN Berikut ini akan disajikan beberapa pernyataan. Baca dan pahami baikbaik setiap pernyataan tersebut. Bapak/Ibu diminta untuk

Lebih terperinci

PAIRED-SAMPLES T TEST

PAIRED-SAMPLES T TEST PAIRED-SAMPLES T TEST Bab ini menjelaskan tentang: Pengertian dasar prosedur Paired-Samples T Test Contoh studi kasus Paired-Samples T Test Langkah melakukan prosedur Paired-Samples T Test Teknik membaca

Lebih terperinci

Analisis Varians Multivariats

Analisis Varians Multivariats Analisis Varians Multivariats Wahyu Widhiarso Fakultas Psikologi UGM wahyupsy@gmail.com A. Apa Bedanya Anava Univariats dan Multivariats Bedanya adalah anava univariats dipakai ketika variabel yang dibandingkan

Lebih terperinci