LAMPIRAN II SURAT KETERANGAN MAGANG

Ukuran: px
Mulai penontonan dengan halaman:

Download "LAMPIRAN II SURAT KETERANGAN MAGANG"

Transkripsi

1 LAMPIRAN II SURAT KETERANGAN MAGANG 286

2 287 LAMPIRAN III LANGKAH-LANGKAH PENGGUNAAN SPSSV13 Salah Satu Contoh Langkah dalam melakukan perhitungan cacat jahitan dengan metode SPSSv13 1) Membuka program SPSSv13 Gambar 1 Tampilan Awal SPSSv13 2) Klik variable view untuk memasukkan data kualitatif berdasarkan hasil pengamatan

3 288 Gambar 2 Tampilan Setelah Menekan Variabel View Pada SPSSv13 3) Ketik variabel cahaya ke baris 1 dan masukkan values dengan mengasumsikan 20 watt dilambangkan dengan angka 1 dan 40 watt dilambangkan dengan angka 2. dan klik ok Gambar 3 Tampilan memasukkan variabel cahaya pada SPSSv13 4) kemudian di baris 1 pada variabel cahaya, mengubah measure ke dalam nominal.

4 289 Gambar 4 Tampilan Setelah Memasukkan Values Pada SPSSv13 5) Ketik variabel konsentrasi ke baris 2 dengan mengasumsikan rendah dilambangkan dengan angka 1 dan tinggi dilambangkan dengan angka 2, dan klik ok Gambar 5 Tampilan Setelah Memasukkan Variabel Konsentrasi Pada SPSSv13

5 290 6) Kemudian pada baris kedua pada variabel konsentrasi, mengubah measure ke dalam nominal Gambar 6 Tampilan Setelah Memasukkan Values Pada Konsentrasi SPSSv13 7) Ketik variabel kualitas benang ke baris 3 dengan mengasumsikan tipis dilambangkan dengan angka 1 dan tebal dilambangkan dengan angka 2, dan klik ok

6 291 Gambar 7 Tampilan Setelah Memasukkan Variabel Kualitas Benang SPSSv13 8) Kemudian di baris ketiga pada variabel kualitas benang, mengubah measure ke dalam nominal. Gambar 8 Tampilan Setelah Memasukkan Values SPSSv13 9) Klik data view untuk memasukkan data pengamatan Gambar 9 Tampilan Setelah Menekan Tombol Data View Pada SPSSv13

7 292 10) Memasukkan cahaya 20 watt dengan dilambangkan angka 1 dan cahaya 40 watt dilambangkan dengan angka 2 pada kolom cahaya pada setiap percobaan Gambar 10 Tampilan Setelah Memasukkan Setiap Percobaan Pada Cahaya Pada SPSSv13 11) Memasukkan konsentrasi rendah dengan dilambangkan angka 1 dan konsentrasi tinggi dilambangkan dengan angka 2 pada kolom konsentrasi pada setiap percobaan

8 293 Gambar 11 Tampilan Setelah Memasukkan Setiap Percobaan Pada Konsentrasi Pada SPSSv13 12) Memasukkan kualitas benang tipis dengan dilambangkan angka 1 dan kualitas benang tebal dilambangkan dengan angka 2 pada kolom kualitas benang pada setiap percobaan

9 294 Gambar 12 Tampilan Setelah Memasukkan Setiap Percobaan Pada Kualitas Benang Pada SPSSv13 13) Memasukkan nama hasil ke dalam variabel view Gambar 13 Tampilan Setelah Memberi Nama Variabel Hasil Pada SPSSv13 14) Memasukkan hasil pengamatan berdasarkan pada setiap kombinasi percobaan

10 295 Gambar 14 Tampilan Setelah Memasukkan Hasil Pengamatan Pada SPSSv13 15) Klik Analyze Gambar 15 Tampilan Setelah Menekan Icon Analyze Pada SPSSv13 16) Pilih general linear model

11 296 Gambar 16 Tampilan Setelah Menekan Icon General Linear Model Dan Analyze Pada SPSSv13 17) Pilih univariate Gambar 17 Tampilan Setelah Menekan Icon Analyze, General Linear Model, dan Univariate Pada SPSSv13

12 297 18) Masukkan hasil pengamatan ke dependent variable. Selain itu juga masukkan variabel cahaya, konsentrasi, dan kualitas benang ke dalam fixed factor Gambar 18 Tampilan Untuk Memasukkan Hasil Pengamatan dan Faktor Pada SPSSv13 19) Klik model, dan ubah sum of square ke type 1, dan klik continue Gambar 19 Tampilan Setelah Menekan Model Pada SPSSv13

13 298 20) Kemudian klik plots, dan masukkan factor cahaya ke horizontal axis, masukkan factor konsentrasi ke separates line, dan masukkan factor kualitas benang ke separates plots, dan klik add, dan kemudian klik continue Gambar 20 Tampilan Setelah Menekan Plots Pada SPSSv13 21) Kemudian ubah option dan masukkan significance level angka.05 dan klik continue

14 299 Gambar 21 Tampilan Setelah Menekan Option Pada SPSSv13 22) Klik Ok

15 300 Tests of Between-Subjects Effects Dependent Variable: hasil Type I Sum Source of Squares df Mean Square F Sig. Corrected Model a Intercept Cahaya Konsentrasi Kual.benang Cahaya * Konsentrasi Cahaya * Kual.benang Konsentrasi * Kual. benang Cahaya * Konsentrasi * Kual.benang Error Total Corrected Total a. R Squared =.933 (Adjusted R Squared =.874) Gambar 22 Tampilan Anova Pada SPSSv13

16 301 Estimated Marginal Means of hasil at Kual.benang = tipis Konsentrasi rendah tinggi Estimated Marginal Means watt Cahaya 40 watt Gambar 23 Tampilan Interaction Plot Setelah Menekan Option Pada SPSSv13 Estimated Marginal Means of hasil at Kual.benang = tebal Konsentrasi rendah tinggi Estimated Marginal Means watt Cahaya 40 watt

17 302 LAMPIRAN IV TABEL SIGMA Nilai Sigma DPMO Nilai Sigma DPMO Nilai Sigma DPMO Nilai Sigma DPMO Sumber : nilai-nilai dibangkitkan menggunakan program oleh : Vincent Gaspersz (2002) Catatan : Tabel konversi ini mencakup pergeseran 1.5 sigma untuk semua nilai z

18 303 Nilai Sigma DPMO Nilai Sigma DPMO Nilai Sigma DPMO Nilai Sigma DPMO 2,04 294,538 2,55 146,859 3, , ,05 291,160 2,56 144,572 3, , ,06 287,740 2,57 142,310 3, , ,07 284,339 2,58 140,071 3, , ,08 280,957 2,59 137,857 3, , ,09 277,595 2,60 135,666 3, , ,10 274,253 2,61 133,500 3, , ,11 270,931 2,62 131,357 3, , ,12 267,629 2,63 129,238 3, , ,13 264,347 2,64 127,143 3, , ,14 261,086 2,65 125,072 3, , ,15 257,846 2,66 123,024 3, , ,16 254,627 2,67 121,001 3, , ,17 251,429 2,68 119,033 3, , ,18 248,252 2,69 117,023 3, , ,19 245,097 2,70 115,070 3, , ,20 241,964 2,71 113,140 3, , ,21 238,852 2,72 111,223 3, , ,22 235,762 2,73 109,349 3, , ,23 232,695 2,74 107,488 3, , ,24 229,650 2,75 105,650 3, , ,25 226,627 2,76 103,835 3, , ,26 223,627 2,77 102,042 3, , ,27 220,650 2,78 100,273 3, , ,28 217,695 2,79 98,525 3, , ,29 214,764 2,80 96,801 3, , ,30 211,835 2,81 95,098 3, , ,31 211,855 2,82 93,418 3, , ,32 208,970 2,83 91,759 3, , ,33 206,108 2,84 90,123 3, , ,34 203,269 2,85 88,508 3, , ,35 200,454 2,86 86,195 3, , ,36 197,662 2,87 85,344 3, , ,37 194,894 2,88 83,793 3, , ,38 192,150 2,89 82,264 3, , ,39 189,430 2,90 80,757 3, , ,40 186,733 2,91 79,270 3, , ,41 184,060 2,92 77,804 3, , ,42 181,411 2,93 76,359 3, , ,43 178,786 2,94 74,934 3, , ,44 176,186 2,95 73,529 3, , ,45 173,609 2,96 72,415 3, , ,46 168,528 2,97 70,781 3, , ,47 166,023 2,98 69,437 3, , ,48 163,543 2,99 68,112 3, , ,49 161,087 3,00 66,807 3, , ,50 158,655 3,01 65,522 3, , ,51 156,248 3,02 64,256 3, , ,52 153,864 3,03 63,008 3, , ,53 151,505 3,04 61,780 3, , ,54 149,170 3,05 60,571 3, , Sumber : nilai-nilai dibangkitkan menggunakan program oleh : Vincent Gaspersz (2002)

19 304 Nilai Sigma DPMO Nilai Sigma DPMO Nilai Sigma DPMO Nilai Sigma DPMO 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Sumber : nilai-nilai dibangkitkan menggunakan program oleh : Vincent Gaspersz (2002)

20 305 LAMPIRAN V Tabel Distribusi F Untuk Peluang P = 0,05 V1/v , Sumber : Handbook Of Tables For Probability And Statistics

21 306 LAMPIRAN VI GAMBAR PRODUK SEPATU Tongue lined Latex sponge Garment leather Double stittching Latex sponge Cambrela lining Gusset Tongue Desain Full Grain Leather Formosert heel counter Upper Leather Poly urethane sponge Rib Tape Toe Box Counter Genuine Leather Welt Texon Insole Board Robus Leather Board Midsole Rubber Midsole The Rubber Outsole Eva Inole Filler Steel Shank Sumber : Produk Perusahaan

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 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

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

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

Uji ANOVA Dua-Arah dengan SPSS

Uji ANOVA Dua-Arah dengan SPSS Uji ANOVA Dua-Arah dengan SPSS Rujukan: Disajikan oleh: Harrizul Rivai 1. David S. Jones, Statistika Farmasi, Penerjemah Harrizul Rivai, Penerbit EGC, Jakarta, 2008 2. Purbayu Budi Santosa dan Ashari,

Lebih terperinci

Langkah-Langkah: 1. Buka program aplikasi SPSS 2. Buatlah variabel logika, perasaan, dan gender pada halaman Variable View

Langkah-Langkah: 1. Buka program aplikasi SPSS 2. Buatlah variabel logika, perasaan, dan gender pada halaman Variable View BAB VII ANALISIS VARIANSI MULTIVARIABEL Tujuan: Menguji apakah dua atau lebih variabel dependen berbeda berdasarkan satu atau lebih variabel independen Hipotesis: Ho: dua atau lebih variabel dependen sama

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

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

LAMPIRAN. Lampiran 1. Gambar lokasi pengambilan sampel daun singkong di desa Sumampir

LAMPIRAN. Lampiran 1. Gambar lokasi pengambilan sampel daun singkong di desa Sumampir LAMPIRA Lampiran 1. Gambar lokasi pengambilan sampel daun singkong di desa Sumampir Lampiran 2. Gambar rearing area yang berisi tungau predator Phytoseius sp. dengan Tetranychus urticae (2, 4, dan 6) 17

Lebih terperinci

BAB 7 APLIKASI RANCANGAN PETAK TERPISAH

BAB 7 APLIKASI RANCANGAN PETAK TERPISAH BAB 7 APLIKASI RANCANGAN PETAK TERPISAH Rancangan split plot design atau dalam bahasa Indonesia disebut Rancangan Petak Terpisah atau Rancangan Petak Terbagi (RPT) merupakan jenis percobaan faktorial (lebih

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 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR

BAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR BAB 4. APLIKASI RANCANGAN ACAK LENGKAP DUA FAKTOR Sebagaimana telah dijelaskan pada bab sebelumnya bahwa Metode Rancangan Acak Lengkap (RAL) umumnya dipakai pada kondisi lingkungan yang homogen diantaranya

Lebih terperinci

Anacova Dua Jalur ( 3 x 3,

Anacova Dua Jalur ( 3 x 3, Komang Suardika, S.Pd, Pendidikan Fisika 013 Anacova Dua Jalur ( 3 x 3, I. Judul Penelitian : Pengaruh Model Pembelajaran ( CTL, PBL dan Model Kooperative) terhadap hasil belajar mahasiswa semester V untuk

Lebih terperinci

BAB 5. APLIKASI RANCANGAN ACAK KELOMPOK DUA FAKTOR

BAB 5. APLIKASI RANCANGAN ACAK KELOMPOK DUA FAKTOR A 5. APLIKASI RANCANGAN ACAK KELOMPOK DUA FAKTOR Dalam percobaan faktorial, pengaruh dua faktor atau lebih diselidiki secara bersama-sama. Apabila pengaruh suatu faktor diperkirakan akan berubah menurut

Lebih terperinci

ANCOVA (Analysis Of Covariance)

ANCOVA (Analysis Of Covariance) ANCOVA (Analysis Of Covariance) I. Prinsip Dasar dan Tujuan Analisis Prinsip Dasar ANCOVA merupakan teknik analisis yang berguna untuk meningkatkan presisi sebuah percobaan karena didalamnya dilakukan

Lebih terperinci

Lampiran 1. Hasil TPC pada media selektif dari tiap mikroba

Lampiran 1. Hasil TPC pada media selektif dari tiap mikroba Lampiran 1. Hasil TPC pada media selektif dari tiap mikroba No. Media Selektif Jenis Mikroba Pengenceran Jumlah mikroba 1. Pikovskaya Pseudomonas sp. 10-5 3,3 x 10 6 10-5 7,1 x 10 6 2. MSA Rhizobium sp.

Lebih terperinci

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR

BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR BAB 3 APLIKASI RANCANGAN ACAK KELOMPOK 1 FAKTOR Rancangan Acak Kelompok atau biasa disingkat RAK digunakan jika kondisi unit percobaan yang digunakan tidak homogen. Dalam rancangan ini, petakan percobaan

Lebih terperinci

BAB 6 APLIKASI RANCANGAN ACAK KELOMPOK TIGA FAKTOR

BAB 6 APLIKASI RANCANGAN ACAK KELOMPOK TIGA FAKTOR BAB 6 APLIKASI RANCANGAN ACAK KELOMPOK TIGA FAKTOR Pada bab sebelumnya telah dibahas aplikasi rancangan acak kelompok satu faktor dan dua faktor. Bab ini akan membahas aplikasi SPSS dan SAS untuk analisis

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

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

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

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

Lampiran 1.a Data Kadar Air Kelopak Rosella Kadar air (%) = kehilangan berat (g) x 100 Sampel sebelum kering (g)

Lampiran 1.a Data Kadar Air Kelopak Rosella Kadar air (%) = kehilangan berat (g) x 100 Sampel sebelum kering (g) 62 Lampiran 1.a Data Kadar Air Kelopak Rosella Kadar air (%) = kehilangan berat (g) x 100 Sampel sebelum kering (g) Kehilangan berat = berat sampel mula-mula berat sampel setelah dikeringkan Kadar air

Lebih terperinci

BAB 8. APLIKASI RANCANGAN PETAK PETAK TERPISAH

BAB 8. APLIKASI RANCANGAN PETAK PETAK TERPISAH BAB 8. APLIKASI RANCANGAN PETAK PETAK TERPISAH Rancangan split split plot design atau Rancangan Petak Petak merupakan jenis percobaan yang melibatkan tiga faktor atau lebih sekaligus dengan tingkat ketelitian

Lebih terperinci

Lampiran 1. Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM

Lampiran 1. Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM Lampiran 1 Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM 79 80 Lampiran 2 Surat Permohonan Ijin Peminjaman Alat di Laboratorium Biologi FK UKM 81 Lampiran 3 Perhitungan Statistik

Lebih terperinci

Lampiran 1. Data Hasil Pengamatan Biji Kenari. A. Data Hasil Pengamatan Presentase Jumlah Kecambah Yang Dihitung Pada Hari Ke- 14 Setelah Tanam (hst)

Lampiran 1. Data Hasil Pengamatan Biji Kenari. A. Data Hasil Pengamatan Presentase Jumlah Kecambah Yang Dihitung Pada Hari Ke- 14 Setelah Tanam (hst) Lampiran 1. Data Hasil Pengamatan Biji Kenari A. Data Hasil Pengamatan Presentase Jumlah Kecambah Yang Dihitung Pada Hari Ke- 14 Setelah Tanam (hst) Konsentrasi (%) Lama perendaman (jam) Ulangan Total

Lebih terperinci

Skenario Payoff Magnitude terhadap Kecenderungan Pengambilan Risiko. Skenario Pengambilan Keputusan Investasi (Baird et al., 2008)

Skenario Payoff Magnitude terhadap Kecenderungan Pengambilan Risiko. Skenario Pengambilan Keputusan Investasi (Baird et al., 2008) LAMPIRAN Skenario Payoff Magnitude terhadap Kecenderungan Pengambilan Risiko Data Responden NIM : Jenis Kelamin : L / P Usia : Skenario Pengambilan Keputusan Investasi (Baird et al., 2008) Bayangkan anda

Lebih terperinci

MODUL II ANALYSIS OF VARIANCE (ANOVA)

MODUL II ANALYSIS OF VARIANCE (ANOVA) MODUL II ANALYSIS OF VARIANCE (ANOVA) TUJUAN 1. Mahasiswa mampu memahami uji hipotesis harga rata-rata multi populasi dengan menggunakan Analysis of Variance (ANOVA). 2. Mahasiswa mampu memahami penyelesaian

Lebih terperinci

VII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING

VII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING VII. SPSS RANCANGAN ACAK KELOMPOK SUB-SAMPLING Jika Rancangan Acak Kelompok (RAK) kelompoknya terbatas dan perlakuannya tidak bias atau tidak mungkin diperbanyak, maka hasil penelitiannya kurang dijamin

Lebih terperinci

XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG

XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG XII. SPSS RANCANGAN ACAK LENGKAP POLA BERJENJANG Rancangan Acak Lengkap Pola Berjenjang adalah rancangan percobaan dengan materi homogen atau tidak ada peubah pengganggu, rancangan ini sebenarnya merupakan

Lebih terperinci

Anava Dua Arah Menggunaan SPSS 16 For Windows

Anava Dua Arah Menggunaan SPSS 16 For Windows Page 1 of 9 Anava Dua Arah Menggunaan SPSS 16 For Windows Oleh Tenes Widoyo Pendidikan Fisika S2 PPS Universitas Negeri Malang Angkatan 2010 Untuk menganalisis data hasil penelitian dengan cepat dan mudah

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

Mengolah Data Bidang Industri

Mengolah Data Bidang Industri Mengolah Data Bidang Industri Pengolahan data dalam bidang industri menggunakan aplikasi SPSS 20 mempunyai fungsi sebagai alat bantu untuk memberikan gambaran dalam hal prediksi penjualan atau omzet perusahaan,

Lebih terperinci

ANALISIS DATA TERHADAP MUTU KIMIA ph KEFIR SUSU KACANG TANAH

ANALISIS DATA TERHADAP MUTU KIMIA ph KEFIR SUSU KACANG TANAH 74 LAMPIRAN 1 ANALISIS DATA TERHADAP MUTU KIMIA ph KEFIR SUSU KACANG TANAH Variasi Bahan Inokulum Ulangan Jumlah Rataan Baku (G) (F) 1 Perlakuan Perlakuan F1 4,4 4,5 8,900 4,450 G1 F 4,5 4,5 9,000 4,500

Lebih terperinci

faktornya berbeda, misalnya 2 taraf untuk faktor A dan 3 taraf untuk 2x2x3 maksudnya percobaan faktorial yang terdiri dari 3 faktor dengan taraf

faktornya berbeda, misalnya 2 taraf untuk faktor A dan 3 taraf untuk 2x2x3 maksudnya percobaan faktorial yang terdiri dari 3 faktor dengan taraf RANCANGAN FAKTORIAL faktorial adalah suatu percobaan yang perlakuannya terdiri atas semua kemungkinan kombinasi taraf dari beberapa faktor. Percobaan dengan menggunakan f faktor dengan t taraf untuk setiap

Lebih terperinci

LAMPIRAN. Lampiran 1. Lokasi pengambilan sampel daun singkong daerah sekitar Purwokerto

LAMPIRAN. Lampiran 1. Lokasi pengambilan sampel daun singkong daerah sekitar Purwokerto LAMPIRA Lampiran 1. Lokasi pengambilan sampel daun singkong daerah sekitar Purwokerto Lampiran 2. Rearing yang berisi tungau predator Amblysieus sp. (1 individu) dengan Tetranychus urticae (2, 4, dan 6

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

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

Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Nama. Dicatat Oleh: Waktu Penyelesaian (detik) Perhitungan Uji Keseragaman & Keseragaman Data Menggunakan Excel Tanggal 06/Mei/2013 Waktu 07.00-14.00 Nama WIB Proses: Operator Pak. Septian Kebisingan 70-80 db Dicatat Oleh: Jumlah Waktu Penyelesaian

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

Jawaban Tes Praktikum Pengolahan Data Diklat Metode Penelitian Percobaan dan Pengolahan Data

Jawaban Tes Praktikum Pengolahan Data Diklat Metode Penelitian Percobaan dan Pengolahan Data Jawaban Tes Praktikum Pengolahan Data Diklat Metode Penelitian Percobaan dan Pengolahan Data Peneliti di sebuah pabrik pembuatan genteng bermaksud mencari bahan dan suhu pemanasan optimal dalam produksi

Lebih terperinci

BAB IV ANALISIS DATA. bebas dan variabel terikat, kemudian data tersebut di analisis dengan

BAB IV ANALISIS DATA. bebas dan variabel terikat, kemudian data tersebut di analisis dengan BAB IV ANALISIS DATA A. Pengujian Hipotesis Setelah diperoleh masing-masing jumlah dari kategori variabel bebas dan variabel terikat, kemudian data tersebut di analisis dengan menggunakan analisis kuantitatif,

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

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN Dalam suatu penelitian, setelah menetapkan metodologi penelitian maka akan dilakukan analisis validitas dan reliabilitas data, pengujian hipotesis dan analisa korelasi. Setelah

Lebih terperinci

MODUL PELATIHAN SPSS Analisis Perbedaan

MODUL PELATIHAN SPSS Analisis Perbedaan 1 MODUL PELATIHAN SPSS Perbedaan Dr. Sugiyanto Fakultas Psikologi Universitas Gadjah Mada 1. Uji Prasyarat 2. Uji t 2 kelompok independen Data-1 hal. 10 3. Uji t 2 amatan ulang Data-2 hal. 12 4. varians

Lebih terperinci

MODUL III LINGKUNGAN KERJA FISIK

MODUL III LINGKUNGAN KERJA FISIK BAB I PENDAHULUAN 1.1 Latar Belakang Dalam dunia industri, sumber daya manusia merupakan salah satu aspek terpenting dalam jalannya sistem. Namun seringkali banyak ditemui halangan keberhasilan dikarenakan

Lebih terperinci

ANALISIS STATISTIKA MENGGUNAKAN PROGRAM SPSS APLIKASINYA DALAM RANCANGAN PERCOBAAN

ANALISIS STATISTIKA MENGGUNAKAN PROGRAM SPSS APLIKASINYA DALAM RANCANGAN PERCOBAAN 0 ANALISIS STATISTIKA MENGGUNAKAN PROGRAM SPSS APLIKASINYA DALAM RANCANGAN PERCOBAAN Dr. Bambang Subali, M.S. Jurusan Pendidikan Biologi Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri

Lebih terperinci

1. Perhitungan dosis ekstrak etanol rimpang jahe merah (Zingiberis rhizoma)

1. Perhitungan dosis ekstrak etanol rimpang jahe merah (Zingiberis rhizoma) LAMRAN 1 erhitungan dosis 1. erhitungan dosis ekstrak etanol rimpang jahe merah (Zingiberis rhizoma) keringkan ekstrak etanol 0% liter merah basah 1,6 kg ---------->0 gram--------------------------->18,98

Lebih terperinci

BAHAN AJAR STATISTIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA

BAHAN AJAR STATISTIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA BAHAN AJAR STATISTIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA ANALISIS of VARIANS Setiap perusahaan perlu melakukan pengujian terhadap kumpulan hasil pengamatan mengenai suatu hal, misalnya

Lebih terperinci

Program Studi Pendidikan Ekonomi FE UNY

Program Studi Pendidikan Ekonomi FE UNY LEMBAR KERJA Topik: Uji Homosedastisitas Tujuan: Digunakan untuk mengetahui kesamaan varians error untuk setiap nilai X. Error = residu = e = Y Y Lawan homosedastisitas adalah heterosedastisitas. Analisis

Lebih terperinci

LAMPIRAN. Lampiran 1. Tabel cara kerja Pengukuran Aktivitas Protease Digesti Kasein 5% Buffer

LAMPIRAN. Lampiran 1. Tabel cara kerja Pengukuran Aktivitas Protease Digesti Kasein 5% Buffer LAMPIRA Lampiran 1. Tabel cara kerja Pengukuran Aktivitas Protease Digesti VOLUME (Ml) PEREAKSI Tirosin Standard Sampel Kontrol Balanko 0.50 - - - standard Kasein 5% - 0.50 - - Buffer 0.50 0.50 0.50 0.50

Lebih terperinci

BAB 9 APLIKASI RANCANGAN BUJUR SANGKAR LATIN

BAB 9 APLIKASI RANCANGAN BUJUR SANGKAR LATIN 9 PLIKSI RNNGN UJUR SNGKR LTIN Rancangan bujur sangkar (Latin Square esign) merupakan salah satu model rancangan lingkungan dalam rancangan percobaan. isain rancangan ini berbentuk bujur sangkar sehingga

Lebih terperinci

INSTRUMEN KASUS PENELITIAN. Tujuan penelitian ini adalah untuk lebih mengetahui mengenai Pengaruh

INSTRUMEN KASUS PENELITIAN. Tujuan penelitian ini adalah untuk lebih mengetahui mengenai Pengaruh LAMPIRAN LAMPIRAN 1 INSTRUMEN KASUS PENELITIAN Tujuan penelitian ini adalah untuk lebih mengetahui mengenai Pengaruh Penerapan Reward and Punishment dan Job Rotation Terhadap Fraud: Sebuah Studi Eksperimen.

Lebih terperinci

ANOVA. By Desi Rahmatina, S.Pd,M.Sc

ANOVA. By Desi Rahmatina, S.Pd,M.Sc ANOVA By Desi Rahmatina, S.Pd,M.Sc Pengertian Anova Asumsi Dasar dalam Anova Macam-macam Anova Uji signifikansi Anova Pengertian Anova Analisis statistik yang dapat memberikan informasi tentang perbedaan

Lebih terperinci

ANALISIS DATA PREDIKTIF (Analisis Regresi)

ANALISIS DATA PREDIKTIF (Analisis Regresi) PERTEMUAN KE-9 ANALISIS DATA PREDIKTIF (Analisis Regresi) Ringkasan Materi : Analisis regresi digunakan untuk memprediksi (prediktif). Variabel X hasil pengukuran yang disebut prediktor digunakan untuk

Lebih terperinci

ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA

ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA ANALISIS BIVARIAT DATA KATEGORIK DAN NUMERIK Uji t dan ANOVA Uji t Independen Sebagai contoh kita gunakan data ASI Eksklusif yang sudah anda copy dengan melakukan uji hubungan perilaku menyusui dengan

Lebih terperinci

HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS

HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS HANDOUT METODE PENELITIAN KUANTITATIF ANALISIS DATA MENGGUNAKAN SPSS UJI RELIABILITAS DAN SELEKSI ITEM a. Pindahkan hasil data item dari tabulasi di Excel ke data view SPSS b. Di bagian variable view rubah

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

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

ppm Absorbansi 0,125 0, ,25 0,0738 0,5 0, , ,3335

ppm Absorbansi 0,125 0, ,25 0,0738 0,5 0, , ,3335 7. LAMPIRAN Lampiran 1. Kurva Standart Kadar Gula ppm absorbansi 2,5 0,0425 5 0,1021 10 0,1211 20 0,1925 40 0,2436 80 0,3122 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 y = 0.052x - 0.015 R² = 0.983 2.5 5 10 20

Lebih terperinci

Regresi Linear Sederhana (Tunggal)

Regresi Linear Sederhana (Tunggal) Regresi Linear Sederhana (Tunggal) Analislah variabel X dan Y dengan menggunakan teknik Regresi Linear Sederhana, dengan langkah-langkah: No. X X2 Y No. X X2 Y 2 0 6 2 2 5 2 0 2 5 22 3 4 6 3 0 9 6 23 0

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

k = 1 k = 2 j = 1 j = 2 j = 1 j = 2 i = 1 i = 2 i = 3 Output SPSS:

k = 1 k = 2 j = 1 j = 2 j = 1 j = 2 i = 1 i = 2 i = 3 Output SPSS: CONTO Ingin diuji efek dari fee schedule (faktor A), scope of work (faktor B), dan type of supervisory control (faktor C) terhadap kualitas kerja dengan level faktor sebagai berikut: Faktor A Fee Level

Lebih terperinci

LAMPIRAN. Lampiran 1. Data intensitas serangan pada pengamatan I

LAMPIRAN. Lampiran 1. Data intensitas serangan pada pengamatan I 54 LAMPIRAN Lampiran 1. Data intensitas serangan pada pengamatan I Intensitas serangan KLON PENY. Ulangan TOTAL 1 2 3 K1 P1 13.3% 13.3% 3.3% 29.9% P2 33.3% 50.0% 43.3% 126.6% K2 P1 5.0% 0.0% 0.0% 0.0%

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

7. LAMPIRAN Lampiran 1. Syarat Mutu Tempe Kedelai (SNI :2009)

7. LAMPIRAN Lampiran 1. Syarat Mutu Tempe Kedelai (SNI :2009) 7. LAMPIRAN Lampiran 1. Syarat Mutu Tempe Kedelai (SNI 01-3144:2009) 49 50 Lampiran 2. Kurva Standar Asam Sianida KODE KCN ABSORBANSI I ABSORBANSI II ABSORBANSI III ABSORBANSI RATA- RATA 1,2 µm 0,027 0,0269

Lebih terperinci

MODUL II ANALYSIS OF VARIANCE (ANOVA)

MODUL II ANALYSIS OF VARIANCE (ANOVA) MODUL II ANALYSIS OF VARIANCE (ANOVA) TUJUAN 1. Mahasiswa mampu memahami uji hipotesis harga rata-rata multi populasi dengan menggunakan Analysis of Variance (ANOVA). 2. Mahasiswa mampu memahami penyelesaian

Lebih terperinci

Analisis Varians. Liche/Statistik Lanjut-S2 F.Psi.UI/2008 1

Analisis Varians. Liche/Statistik Lanjut-S2 F.Psi.UI/2008 1 Analisis Varians Liche/Statistik Lanjut-S2 F.Psi.UI/2008 1 Hakikat Analisis Varians Anova adalah prosedur pengolahan data yang dilakukan untuk menguji perbedaan nilai rata-rata diantara dua atau lebih

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 III METODE PENELITIAN. penelitian yang diterapkan adalah penelitian eksperimen dengan dua kelompok

BAB III METODE PENELITIAN. penelitian yang diterapkan adalah penelitian eksperimen dengan dua kelompok 37 BAB III METODE PENELITIAN A. Disain penelitian Melalui uraian yang dikemukakan dalam latar belakang dan rumusan masalah, penelitian yang diterapkan adalah penelitian eksperimen dengan dua kelompok sampel

Lebih terperinci

7. LAMPIRAN Lampiran 1. Dokumentasi Hasil Penyangraian Biji Kopi Biji Kopi Sangrai Level 7 (170 0 C; 12 menit)

7. LAMPIRAN Lampiran 1. Dokumentasi Hasil Penyangraian Biji Kopi Biji Kopi Sangrai Level 7 (170 0 C; 12 menit) 7. LAMPIRAN Lampiran 1. Dokumentasi Hasil Penyangraian Biji Kopi Biji Kopi Sangrai Level 7 (170 0 C; 12 menit) Biji Kopi Sangrai Level 9 (170 0 C; 17 menit 30 detik) Biji Kopi Sangrai Level 11 (170 0 C;

Lebih terperinci

LAMPIRAN. repository.unisba.ac.id

LAMPIRAN. repository.unisba.ac.id 40 LAMPIRAN 41 Lampiran 1 HASIL DETERMINASI TUMBUHAN 42 Lampiran 2 SKEMA PROSEDUR PROSES EKSTRAKSI Proses ekstraksi Biji bunga matahari dibersihkan, dicuci,dikeringkan, dan dihaluskan Serbuk Ekstraksi

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

UJI PERBEDAAN (DIFFERENCES ANALYSIS) Metode Riset Bisnis

UJI PERBEDAAN (DIFFERENCES ANALYSIS) Metode Riset Bisnis 1 UJI PERBEDAAN (DIFFERENCES ANALYSIS) Metode Riset Bisnis One Sample vs. Two Samples 2 Dalam analisis data, peneliti dapat dihadapkan pada analisis atas one sample atau two/more samples. Jumlah sampel,

Lebih terperinci

1 LAMPIRAN 1 KUESIONER PENELITIAN

1 LAMPIRAN 1 KUESIONER PENELITIAN 1 LAMPIRAN 1 KUESIONER PENELITIAN No. Kuesioner.. KUESIONER Pengaruh Format Iklan Komparatif dan Non Komparatif Terhadap Respon Kognitif dan Niat Perilaku Kepada Yth: Bapak/Ibu/Saudara/i Responden Di Tempat

Lebih terperinci

MATERI / BAHAN PRAKTIKUM

MATERI / BAHAN PRAKTIKUM MODUL II ANOVA A. Tujuan Praktikum 1. Untuk mengetahui dan memahami uji statistik dengan menggunakan Anova, yaitu ANOVA satu arah dan ANOVA dua arah. 2. Untuk mengetahui persoalan dan masalah-masalah yang

Lebih terperinci

KUESIONER PENELITIAN. Gender Dan Disiplin Akademis Terhadap Penilaian Etika Oleh Mahasiswa,

KUESIONER PENELITIAN. Gender Dan Disiplin Akademis Terhadap Penilaian Etika Oleh Mahasiswa, KUESIONER PENELITIAN Dalam rangka penelitian untuk skripsi saya yang berjudul Pengaruh Gender Dan Disiplin Akademis Terhadap Penilaian Etika Oleh Mahasiswa, maka saya memohon bantuan dari Saudara/ i untuk

Lebih terperinci

Lampiran 1. Prosedur uji

Lampiran 1. Prosedur uji LAMPIRAN 32 Lampiran 1. Prosedur uji 1) Kandungan nitrogen dengan Metode Kjedahl (APHA ed. 21 th 4500-Norg C, 2005) Sebanyak 0,25 gram sampel dimasukkan ke dalam labu kjedahl dan ditambahkan H 2 SO 4 pekat

Lebih terperinci

Program Studi Pendidikan Ekonomi FE UNY

Program Studi Pendidikan Ekonomi FE UNY LEMBAR KERJA Topik: Regresi Linear Sederhana Tujuan: Digunakan untuk menguji hubungan/korelasi/pengaruh satu variabel bebas terhadap satu variabel terikat. Regresi juga dapat digunakan untuk melakukan

Lebih terperinci

Hubungan Linier Jumlah Penduduk Yang Bekerja dengan Belanja Langsung

Hubungan Linier Jumlah Penduduk Yang Bekerja dengan Belanja Langsung 139 LAMPIRAN 2 Hubungan Linier Jumlah Penduduk Yang Bekerja dengan Belanja Langsung Dependent Variable: Belanja Langsung Linear.274 19.584 1 52.000 57.441.239 The independent variable is Jumlah penduduk

Lebih terperinci

MATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb:

MATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER. Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb: MATERI PERTEMUAN KE 3 SABTU, 5 APRIL 2014 EXPLORER Buka kembali contoh soal pada pertemuan kedua minggu kemarin sbb: Seorang guru SMA ingin mengetahui rata-rata nilai matematika siswa kelas 3A yang terdiri

Lebih terperinci

Lampiran 1a. Rekapitulasi data uji rating hedonik

Lampiran 1a. Rekapitulasi data uji rating hedonik LAMPIRAN 45 Lampiran 1a. Rekapitulasi data uji rating hedonik Panelis Sampel* Skor Warna Aroma Rasa Tekstur Keseluruhan 1 1 7 4 6 5 6 1 2 6 4 4 4 7 1 3 6 4 4 6 5 2 1 6 5 4 6 6 2 2 6 6 4 3 5 2 3 7 6 6 6

Lebih terperinci

LAMPIRAN 1 Petunjuk Pengisian Kuesioer 1) Mohon terlebih dahulu partisipan membaca pertanyaan dengan cermat sebelum mengisinya.

LAMPIRAN 1 Petunjuk Pengisian Kuesioer 1) Mohon terlebih dahulu partisipan membaca pertanyaan dengan cermat sebelum mengisinya. LAMPIRAN LAMPIRAN 1 Petunjuk Pengisian Kuesioer 1) Mohon terlebih dahulu partisipan membaca pertanyaan dengan cermat sebelum mengisinya. 2) Beri tanda silang ( X ) yang menjadi jawaban pilihan partisipan

Lebih terperinci

bahwa kegiatan pembelajaran harus membawa siswa dalam menjawab permasalahan dengan berbagai cara. Hal ini terkait erat dengan kemampuan representasi

bahwa kegiatan pembelajaran harus membawa siswa dalam menjawab permasalahan dengan berbagai cara. Hal ini terkait erat dengan kemampuan representasi Meningkatkan Kemampuan Repesentasi Matematis Siswa Melalui Strategi Solusi Pada Materi Pecahan di Kelas VII SMPN 1 Sungai Kunyit Resy Nirawati, Dosen STKIP Singkawang Kalbar email : resynirawaty@gmail.com

Lebih terperinci

POLITEKNIK KESEHATAN SURAKARTA TAHUN

POLITEKNIK KESEHATAN SURAKARTA TAHUN MODUL PRAKTIKUM SPSS Oleh: Ig. Dodiet Aditya Setyawan, SKM. POLITEKNIK KESEHATAN SURAKARTA TAHUN 2013 LATIHAN 1: ENTRY DATA KASUS 1 Misalnya didapatkan data seperti di bawah ini dan akan memasukkannya

Lebih terperinci

LAMPIRAN. Lampiran 1. SNI Cookies Tabel 13. Standar Mutu Cookies (SNI )

LAMPIRAN. Lampiran 1. SNI Cookies Tabel 13. Standar Mutu Cookies (SNI ) LAMPIRAN Lampiran 1. SNI Cookies Tabel 13. Standar Mutu Cookies (SNI 01-2973-1992) Kriteria uji Klasifikasi Kalori (kalori / 100 gram) Minimum 400 Air (%) Maksimum 5 Protein (%) Minimum 9 Lemak (%) Minimum

Lebih terperinci

APLIKASI ANAVA CAMPURAN UNTUK DESAIN EKSPERIMEN PRE-POST TEST DESIGN

APLIKASI ANAVA CAMPURAN UNTUK DESAIN EKSPERIMEN PRE-POST TEST DESIGN APLIKASI ANAVA CAMPURAN UNTUK DESAIN EKSPERIMEN PRE-POST TEST DESIGN Wahyu Widhiarso, MA Fakultas Psikologi Universitas Gadjah Mada Masukan dan kritik dapat dialamatkan ke wahyupsy@gmail.com Banyak sekali

Lebih terperinci

SAMI AN SPSS KORELASI

SAMI AN SPSS KORELASI SAMI AN SPSS KORELASI KORELASI Merupakan teknik statistik yang digunakan untuk meguji ada/tidaknya hubungan serta arah hubungan dari dua variabel atau lebih Korelasi yang akan dibahas dalam pelatihan ini

Lebih terperinci

APLIKASI REGRESI SEDERHANA DENGAN SPSS. HENDRY admin teorionline.net Phone : 021-834 14694 / email : klik.statistik@gmail.com

APLIKASI REGRESI SEDERHANA DENGAN SPSS. HENDRY admin teorionline.net Phone : 021-834 14694 / email : klik.statistik@gmail.com APLIKASI REGRESI SEDERHANA DENGAN SPSS HENDRY admin teorionline.net Phone : 02-834 4694 / email : klik.statistik@gmail.com Tentang Regresi Sederhana Analisis regresi merupakan salah satu teknik analisis

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

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN BAB IV HASIL PENELITIAN A. Deskripsi Data Statistik deskriptif ini digunakan sebagai dasar untuk menguraikan kecenderungan jawaban responden dari tiap-tiap variabel, baik mengenai program kegiatan masjid,

Lebih terperinci

LAMPIRAN 1: Dokumentasi Penelitian. 1 Bulan. Mulsa

LAMPIRAN 1: Dokumentasi Penelitian. 1 Bulan. Mulsa LAMPIRAN 1: Dokumentasi Penelitian Gambar 1. Membuat Media Tanam M0 Gambar 3. Umur 1 Minggu Tanpa Mulsa Gambar 2. Lahan Penelitian Setelah 1 Bulan M1 Gambar 5. Umur 1 Minggu Dengan Mulsa M0 Gambar 6. Bunga

Lebih terperinci

ANALISIS DATA DENGAN SPSS

ANALISIS DATA DENGAN SPSS ANALISIS DATA DENGAN SPSS I. ANALISIS DATA UNTUK UJI PERSYARATAN UJI HIPOTESIS A. Uji Normalitas Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel berasal dari populasi yang berdistribusi

Lebih terperinci

PENGARUH KERAPATAN TERHADAP PERTUMBUHAN DAN PRODUKTIVITAS TANAMAN TEMBAKAU (Nicotiana tabacum) VARIETAS SERUMPUNG DAN SEMBOJA

PENGARUH KERAPATAN TERHADAP PERTUMBUHAN DAN PRODUKTIVITAS TANAMAN TEMBAKAU (Nicotiana tabacum) VARIETAS SERUMPUNG DAN SEMBOJA PENGARUH KERAPATAN TERHADAP PERTUMBUHAN DAN PRODUKTIVITAS TANAMAN TEMBAKAU (Nicotiana tabacum) VARIETAS SERUMPUNG DAN SEMBOJA Presented by : BARI AKBAR 1507 100 013 Dosen Pembimbing : Mukhmammad Muryono

Lebih terperinci

Program Studi Pendidikan Ekonomi FE UNY

Program Studi Pendidikan Ekonomi FE UNY LEMBAR KERJA Topik: Regresi Linear Ganda Tujuan: Digunakan untuk menguji hubungan/korelasi/pengaruh lebih dari satu variabel bebas terhadap satu variabel terikat. Regresi juga dapat digunakan untuk melakukan

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

GUIDELINE PENGUJIAN MENGGUNAKAN SPSS

GUIDELINE PENGUJIAN MENGGUNAKAN SPSS GUIDELINE PENGUJIAN MENGGUNAKAN SPSS UJI RELIABILITAS Digunakan untuk mengukur suatu kuesioner yang merupakan indikator suatu variabel. Kuesioner dikatakan reliabel ketika jawaban seseorang terhadap pernyataan-pernyataan

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

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 1. Data Skor Motivasi Belajar Peserta Didik

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 1. Data Skor Motivasi Belajar Peserta Didik BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskripsi Data 1. Data Skor Motivasi Belajar Peserta Didik Data tentang skor motivasi belajar peserta didik diperoleh melalui angket yang dimaksudkan untuk meninjau

Lebih terperinci

ANALISIS REGRESI Oleh : Andi Rusdi

ANALISIS REGRESI Oleh : Andi Rusdi ANALISIS REGRESI Oleh : Andi Rusdi A. Sekilas Mengenai Regresi Regresi diperkenalkan oleh Francis Galton dalam makalah (Family in Stature, Processing of Royal Society, London, vol.4, 1886), yang mengemukakan

Lebih terperinci

Lampiran Statistik Deskriptif

Lampiran Statistik Deskriptif LAMPIRAN 127 128 Lampiran Statistik Deskriptif Descriptive Statistics N Minimum Maximum Sum Mean Job Outcomes 138 3.20 5.00 547.80 3.9696.44090 Ethical Behavior 138 1.25 4.50 408.25 2.9583.67379 Job Requirement

Lebih terperinci