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

dokumen-dokumen yang mirip
Jenis Pupuk o B1 B2 B3 B4

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. Surat Permohonan Ijin Penelitian di Laboratorium Mikrobiologi FK UKM

ANALISIS DATA TERHADAP MUTU KIMIA ph KEFIR SUSU KACANG TANAH

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

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

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

STATISTICAL STUDENT OF IST AKPRIND

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

Lampiran 1. Data Iklim Kabupaten Bima

LAMPIRAN 1 PERHITUNGAN DOSIS

VI. SPSS RANCANGAN ACAK KELOMPOK (RAK)

Cara perhitungan dosis ekstrak etanol Bawang Putih

LATIHAN SPSS I. A. Entri Data

Lampiran 1 Jaringan Kolon Mencit Kelompok Kontrol Negatif

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

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

Rancangan Percobaan dengan SPSS 13.0 (Untuk kalangan sendiri)

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

BAB 08 ANALISIS VARIAN 8.1 ANALISIS VARIAN SATU JALAN

Lampiran 1 Perhitungan konsentrasi Perhitungan temephos 1 ppm

Lampiran 1a. Rekapitulasi data uji rating hedonik

Lampiran Universitas Kristen Maranatha

Lampiran 1. Prosedur uji

Uji ANOVA Dua-Arah dengan SPSS

Lampiran 1. Hasil TPC pada media selektif dari tiap mikroba

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

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

LAMPIRAN 1 PEMBUATAN EKSTRAK ETANOL BIJI PALA

Lampiran 1 dari Kulit Udang serta Transformasi Kitin menjadi Kitosan 1. Gambar Persiapan Bahan

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

BAB IV HASIL PENELITIAN. A. Deskripsi Umum Obyek Penelitian. 1. Profil Pasar Tradisional Prajurit Kulon Kota Mojokerto

Lampiran 1 : Perhitungan Dosis

ANALISIS VARIANSI MANOVA (MULTIVARIATE ANALYSIS OF VARIANCE)

7. LAMPIRAN Lampiran 1. Proses Pembuatan Torakur. a b c d

Uji hedonik (uji kesukaan)

LAMPIRAN 1 PERHITUNGAN DOSIS. Perhitungan dosis pembanding (Andriol)

Lampiran 1 Hasil Pemeriksaan Kadar Glukosa Darah Sesudah Induksi dan sesudah Perlakuan

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

Lampiran 1: Data Mentah Pengamatan Sebelum Dianalisis. Berdasarkan hasil pengamatan yang dilakukan, diperoleh data sebagai berikut:

BAB 09 ANALISIS VARIAN DISAIN FAKTORIAL

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

LAMPIRAN Lampiran 1 PERSIAPAN PENELITIAN. A. Persiapan Hewan Coba

LAMPIRAN 1 KONVERSI DOSIS

LAMPIRAN II HASIL PERHITUNGAN KONVERSI DOSIS

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

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

t-test: Two-Sample Assuming Unequal Variances

Statistika untuk Keteknikan Analisis Ragam

Lampiran 1 : Pembuatan Infusa daun Sirih (IDS)

LAMPIRAN A. HASIL STANDARISASI SPESIFIK EKSTRAK TEH (Camellia sinensis Linn.) 1 5,40 2 5,42 3 5,42 x ± SD 5,41 ± 0,01.

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

Lampiran 1. Surat Hasil Identifikasi Tumbuhan

Lampiran 1. Perhitungan Dosis Phenylephrine. Phenylephrine dosis mencit 25 gr. = 0,5 x 0,14. = 0,07 mg / 25 gram mencit

Hasil Penelitian dengan Microsoft Excel

BAB IV SIMULASI. 1643, data yang digunakan terlampir. Analisis data menggunakan SPSS versi

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

BAB IV HASIL DAN PEMBAHASAN

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

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

LAMPIRAN 1 Perhitungan Dosis Bahan Uji Dan Pembanding. x = g/kgbb/hr

KONVERSI DOSIS. Berat rerata hewan coba yang digunakan dalam penelitian = 22.5 gram. Dosis Asetosal = 30 mg/100 g tikus ( Wahjoedi, 1989)

LAMPIRAN 1. Prosedur Kerja

Lampiran 1. Data Penentuan ph. Jenis Formula I II III IV Rata-Rata 4,8 4,8 4,9 4,83

LAMPIRAN. repository.unisba.ac.id

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

Mencit yang dipilih adalah mencit yang berumur 2-3 bulan dengan berat. rata-rata g dan dipelihara di Labaratorium Biokimia Fakultas

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

Perhitungan dosis aloksan, glibenklamid, dan Ekstrak etanol buah mengkudu.

LAMPIRAN. Test of Homogeneity of Variances. Menit ke Levene Statistic df1 df2 Sig

Lampiran 1. Deskriptif Statistik Kandungan Amilosa Tepung Singkong

LAMPIRAN. Kedua sampel sama Kedua sampel berbeda

91 Perpustakaan Unika LAMPIRAN

LAMPIRAN. Lampiran 1 Komisi Etik Penelitian

Lampiran 2. Perhitungan Kadar Serat dan Zat Besi Pada Cookies

Lampiran 1. Diagram Pembuatan Tepung Kaki Ayam Broiler. Kaki Ayam Broiler. Direbus pada suhu 80 0 C selama 60 menit. Dioven pada suhu 40 0 C.

Pembuatan Ekstrak Menggunakan Pelarut Organik

Lampiran 1 Identifikasi Tumbuhan

LAMPIRAN A DETERMINASI BUAH NAGA MERAH (HYLOCEREUS POLYRHIZUS)

Lampiran 1 PERHITUNGAN DOSIS. Dosis mencit: 1,4x0,14(konversi dari tikus ke mencit 20 g)= 0,196 mg BB rata-rata Mencit : 26 gram

ANALISA RAGAM DATA (UJI ANOVA)

LAMPIRAN 1 Perhitungan Dosis Bahan Uji dan Pembanding

Lampiran 1 Lembar Persetujuan Komisi Etik

LAMPIRAN 1 DATA YANG DIOLAH

Lampiran 1 Gambar buah kelapa hijau (cocos nucifera)

Lampiran 1. Penghitungan Dosis Ekstrak dan Fraksi Teripang Phyllophorus sp.

Lampiran 1. Ethical Clearanc

Lampiran 1. Surat keterangan sampel

LAMPIRAN A HASIL STANDARISASI SPESIFIK EKSTRAK

Lampiran 1. Hasil Identifikasi Tumbuhan

7.1. Lampiran 1. Worksheet Uji Ranking Hedonik Tempe Koro Glinding

LAMPIRAN 1: Dokumentasi Penelitian. 1 Bulan. Mulsa

Lampiran 1. Data Eksperimen

Lampiran 1. Bagan Alur Prosedur Interesterifikasi Kimia. 150 ml sampel. Hasil reaksi

Kaki Ayam Broiler. Direbus pada suhu 80 0 C selama 60 menit. Tulang dan daging dipisahkan untk mempermudah pengeringan. Dioven pada suhu 40 0 C

LAMPIRAN A SURAT DETERMINASI TANAMAN MONDOKAKI

ADLN Perpustakaan Universitas Airlangga. Lampiran : Uji ANAVA jumlah tubuh buah dalam satu rumpun jamur tiram. One-Sample Kolmogorov-Smirnov Test

LAMPIRAN 1 PEMBUATAN EKSTRAK ETANOL BIJI PALA

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

BAB V KESIMPULAN DAN SARAN. dapat diambil kesimpulan sebagai berikut : Yogyakarta masih berada pada level physiological needs dengan

Transkripsi:

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 i = 1 : High i = 2 : Average Level Faktor i = 3 : Low B Scope j = 1 : All contract work performed in house j = 2 : Some work subcontract out C Supervision k = 1 : Local Supervisors k = 2 : Travelling Supervisors only i = 1 i = 2 i = 3 k = 1 k = 2 j = 1 j = 2 j = 1 j = 2 124.3 115.1 112.7 88.2 120.6 119.9 110.2 96 120.7 115.4 113.5 96.4 122.6 117.3 108.6 90.1 119.3 117.2 113.6 92.7 118.9 114.4 109.1 91.1 125.3 113.4 108.9 90.7 121.4 120 112.3 87.9 90.9 89.9 78.6 58.6 95.3 83 80.6 63.5 88.8 86.5 83.5 59.8 92 82.7 77.1 62.3 Output SPSS:

Dependent Variable: DATA Source Corrected Model Intercept FEE SCOPE SUPERVIS FEE * SCOPE FEE * SUPERVIS SCOPE * SUPERVIS FEE * SCOPE * SUPERVIS Error Total Corrected Total Tests of Between-Subjects Effects Type III Sum of Squares df Mean Square F Sig. 16291.756 a 11 1481.069 200.342.000 480180.017 1 480180.017 64953.194.000 10044.271 2 5022.136 679.336.000 1833.977 1 1833.977 248.079.000 3832.400 1 3832.400 518.403.000 1.601 2.801.108.898.788 2.394.053.948 574.775 1 574.775 77.749.000 3.943 2 1.971.267.767 266.138 36 7.393 496737.910 48 16557.893 47 a. R Squared =.984 (Adjusted R Squared =.979) Uji Interaksi ketiga faktor: : semua (αβγ) ijk : ada satu (αβγ) ijk Tingkat Konfidensi : α,05 Tingkat signifikansi : sig,767 Karena sig,767 > 0,05 maka H0 diterima, artinya ketiga faktor tidak berinteraksi secara nyata. Uji Interaksi faktor fee dan scope : : semua (αβ) ij : ada satu (αβ) ij Tingkat Konfidensi : α,05 Tingkat signifikansi : sig,898 Karena sig,898 > 0,05 maka H0 diterima, artinya faktor fee dan scope tidak

berinteraksi secara nyata dalam mempengaruhi kualitas kerja. Uji Interaksi faktor fee dan supervisor: : semua (αγ) ik : ada satu (αγ) ik Tingkat Konfidensi : α,05 Tingkat signifikansi : sig,948 Karena sig,948 > 0,05 maka H0 diterima, artinya faktor fee dan supervisor tidak berinteraksi secara nyata dalam mempengaruhi kualitas kerja. Uji Interaksi faktor scope dan supervisor: : semua (βγ) jk : ada satu (βγ) jk Tingkat Konfidensi : α,05 Tingkat signifikansi : sig,000 Karena sig,000 < 0,05 maka H0 ditolak, artinya faktor scope dan supervisor berinteraksi secara nyata dalam mempengaruhi kualitas kerja. Karena hanya faktor Fee yang tidak berinteraksi dengan kedua faktor lain maka uji efek utama hanya bisa dilakukan untuk faktor Fee saja Uji Efek Faktor Fee: : semua α i : ada satu α i Tingkat Konfidensi : α,05 Tingkat signifikansi : sig,000

Karena sig,000 < 0,05 maka H0 ditolak, artinya faktor fee secara signifikan berpengaruh pada kualitas kerja. Untuk mengetahui jenis Fee mana yang memberikan tingkat kualitas kerja yang lebih tinggi maka dilakukan pembandingan ganda. Tukey HSD a FEE low average high Sig. DATA Subset for alpha =.05 N 1 2 16 79.5688 16 109.7625 16 110.7250 1.000.972 Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 16.000. Dari output diatas terlihat bahwa tingkat fee tinggi dan rata-rata berada pada grup yang sama, ini berarti tidak terdapat perbedaan mean yang signifikan diantara keduanya. Sedangkan fee rendah dengan fee tinggi tidak berada pada grup yang sama, ini menunjukkan bahwa terdapat perbedaan yang signifikan diantara keduanya. begitu pula untuk fee rendah dengan fee rata-rata juga terdapat perbedaan yang signifikan. Dari output dapat dilihat bahwa fee tinggi mempunyai mean 110,725 lebih tinggi dibanding mean jenis fee lainnya. ini berarti fee tinggai memberikan tingkat kualitas kerja paling tinggi. CONTOH 2 Sebuah firma software computer ingin mengevaluasi hasil pekerjaan dari para programernya. Sebagai bagian dari studi untuk mengetahui faktor mana yang berpengaruh terhadap skor kinerja programmer, maka diambil 60 programer yang terbagi ke dalam grup dengan jumlah yang sama, dengan level faktor : Faktor A (tipe pengalaman) : i = 1 (small system only) i = 2 (small and large systems) Faktor B (lama pengalaman) : j = 1 (under 5 years) j = 2 (5 under 10 years) j = 3 (10 years or more)

Faktor C (pendidikan) : k = 1 (computer science) k = 2 (computer and information systems) k = 1 k = 2 j = 1 j = 2 j = 3 j = 1 j = 2 j = 3 i = 1 500 569 467 271 369 283 425 501 440 349 360 317 486 491 451 319 373 307 489 545 482 246 349 443 515 501 320 413 327 272 i = 2 316 355 271 114 177 91 326 293 270 98 194 115 254 301 285 131 207 67 252 378 250 142 147 284 310 276 118 183 161 118 Output SPSS: Dependent Variable: SKOR Source Corrected Model Intercept FAKTOR_A FAKTOR_B FAKTOR_C FAKTOR_A * FAKTOR_B FAKTOR_A * FAKTOR_C FAKTOR_B * FAKTOR_C FAKTOR_A * FAKTOR_B * FAKTOR_C Error Total Corrected Total Tests of Between-Subjects Effects Type III Sum of Squares df Mean Square F Sig. 973892.133 a 11 88535.648 103.431.000 5805748.267 1 5805748.267 6782.482.000 540740.267 1 540740.267 631.712.000 49481.233 2 24740.617 28.903.000 382082.400 1 382082.400 446.362.000 550.633 2 275.317.322.727 86.400 1 86.400.101.752 933.100 2 466.550.545.583 18.100 2 9.050.011.989 41087.600 48 855.992 6820728.000 60 1014979.733 59 a. R Squared =.960 (Adjusted R Squared =.950) 1. Uji Interaksi Ketiga Faktor : semua (αβγ) ijk : ada satu (αβγ) ijk Tingkat Konfidensi : α,05

Tingkat signifikansi : sig,989 Karena sig,989 > 0,05 maka H0 diterima, artinya ketiga faktor tidak berinteraksi secara nyata. 2. Uji Interaksi faktor pengalaman dan lama pengalaman : : semua (αβ) ij : ada satu (αβ) ij Tingkat Konfidensi : α,05 Tingkat signifikansi : sig,727 Karena sig,727 > 0,05 maka H0 diterima, artinya faktor pengalaman dan lama pengalaman tidak mempengaruhi skor kinerja programer. 3. Uji Interaksi faktor pengalaman dan pendidikan: : semua (αγ) ik : ada satu (αγ) ik Tingkat Konfidensi : α,05 Tingkat signifikansi : sig,752 Karena sig,752 > 0,05 maka H0 diterima, artinya faktor pengalaman dan pendidikan tidak mempengaruhi kinerja programer. 4. Uji Interaksi faktor lama pengalaman dan pendidikan: : semua (βγ) jk : ada satu (βγ) jk Tingkat Konfidensi : α,05

Tingkat signifikansi : sig,589 Karena sig,589 < 0,05 maka H0 ditolak, artinya faktor lama pengalaman dan pendidikan tidak mempengaruhi kinerja programer. Dari pembahasan diketahui bahwa faktor-faktor tersebut tidak saling mempengaruhi sehingga uji efek utama dilakukan untuk setiap faktor. Faktor A 1. FAKTOR_A Dependent Variable: SKOR FAKTOR_A small system only small and large system 95% Confidence Interval Mean Std. Error Lower Bound Upper Bound 406.000 5.342 395.260 416.740 216.133 5.342 205.393 226.873 Dari output diatas dapat dilihat tipe pengalaman small system only mempunyai mean 406 lebih besar disbanding mean tipe pengalaman small and large system. ini berarti Small system only lebih berpengaruh terhadap skor kinerja programming dari pada tipe pengalaman small and large system. Faktor B Tukey HSD a FAKTOR_B 10 years or more under 5 years 5 - under 10 Sig. SKOR Subset for alpha =.05 N 1 20 287.5500 20 294.1500 20 351.5000.274 Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 20.000.

Dari output diatas dapat dilihat lama pengalaman semua berada pada grup yang sama. ini berarti baik lama pengalaman under 5 years, 5 under 10 years, dan 10 years or more memberikan pengaruh yang sama terhadap skor kinerja programmer. Faktor C Dependent Variable: SKOR FAKTOR_C computer science computer and information systems 2. FAKTOR_C 95% Confidence Interval Mean Std. Error Lower Bound Upper Bound 390.867 5.342 380.127 401.607 231.267 5.342 220.527 242.007 Dari output diatas dapat dilihat, programmer dengan pendidikan computer science mempunyai mean 390,867 lebih besar dibanding programmer dengan pendidikan computer and information yang hanya memiliki mean sebesar 231,267. ini berarti programmer dengan pendidikan computer science lebih berpengaruh terhadap skor kinerja programming dari pada programmer dengan pendidikan computer and information.