LATIHAN ANOVA SEHALA SOALAN 1 Tajuk: Kadar penghasilan sisa toksik sebulan (dalam bilangan tong) bagi empat

jenis industri iaitu industri pembuatan plastik, industri bahan kimia, industri makanan dan industri tekstil. Persoalan kajian :
1. Adakah penghasilan sisa pepejal bagi keempat-empat industri adalah berbeza?

Hipotesis: Hipotesis Null (HO) : Tiada perbezaan dalam penghasilan sisa toksik sebulan bagi keempat- empat industri Hipotesis Alternatif (HA) : Terdapat perbezaan dalam penghasilan sisa toksik sebulan bagi keempat-empat industri Jadual: Jadual 1: Bilangan industri mengikut jenis industri Between-Subjects Factors N Jenis Industri 1 19 2 17 3 18 4 16

Jadual 2: Sisihan piawai dan min bagi keempat-empat industri. Dependent Variable:Penghasilan sisa toksik Jenis Industri Mean Std. Deviation 1 75.42 1.924 2 65.29 6.659 dimension 3 62.56 1.464 1 4 60.19 11.185 Total 66.17 8.628

N 19 17 18 16 70

Jadual 3: Ujian Levene Levene's Test of Equality of Error Variancesa Dependent Variable:Penghasilan sisa toksik F df1 df2 Sig. 2.484 3 66 .068 Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a. Design: Intercept + Industri Jadual 4 :Ujian antara efek subjek Dependent Variable:Penghasilan sisa toksik Source Type III Sum of Squares df Mean Square F a Corrected 2446.900 3 815.633 20.019 Model Intercept 302427.066 1 302427.066 7422.785 Industri 2446.900 3 815.633 20.019 Error 2689.043 66 40.743 Total 311642.000 70 Corrected Total 5135.943 69 a. R Squared = .476 (Adjusted R Squared = .453)

Sig. .000 .000 .000

Jadual 5: Anggaran kaedah marginal mengikut jenis industri

Estimates Dependent Variable:Penghasilan sisa toksik Jenis Industri 95% Confidence Interval Lower Mean Std. Error Bound Upper Bound 1 75.421 1.464 72.497 78.345 dime 2 65.294 1.548 62.203 68.385 nsion 3 62.556 1.504 59.552 65.559 1 4 60.187 1.596 57.001 63.374

Jadual 6: Perbandingan Pairwise.

Dependent Variable:Penghasilan sisa toksik (I) Jenis (J) Jenis Mean Industri Industri Difference (IStd. J) Error * 1 2 10.127 2.131 dimensi * 3 12.865 2.099 on2 * 4 15.234 2.166 * 2 1 -10.127 2.131 dimensi 3 2.739 2.159 on2 4 5.107 2.223 dimensi * on1 3 1 -12.865 2.099 dimensi 2 -2.739 2.159 on2 4 2.368 2.193 * 4 1 -15.234 2.166 dimensi 2 -5.107 2.223 on2 3 -2.368 2.193 Based on estimated marginal means *. The mean difference is significant at the .05 level. a. Adjustment for multiple comparisons: Bonferroni. Jadual 7 : Ujian Univariate

Sig.a .000 .000 .000 .000 1.000 .149 .000 1.000 1.000 .000 .149 1.000

95% Confidence Interval for Differencea Lower Bound Upper Bound 4.330 15.923 7.155 18.576 9.342 21.125 -15.923 -4.330 -3.133 8.611 -.941 11.154 -18.576 -7.155 -8.611 3.133 -3.598 8.334 -21.125 -9.342 -11.154 .941 -8.334 3.598

Dependent Variable:Penghasilan sisa toksik Sum of Squares df Mean Square F Sig. Contrast 2446.900 3 815.633 20.019 .000 Error 2689.043 66 40.743 The F tests the effect of Jenis Industri. This test is based on the linearly independent pairwise comparisons among the estimated marginal means.

Graf 1: Anggaran min marginal bagi penghasilan sisa toksik mengikut jenis industri

Perbincangan:

Keputusan ujian ANOVA Sehala menunjukkan bahawa perbezaan penghasilan sisa toksik antara keempat-empat peringkat umur adalah signifikan secara keseluruhan [F(3,66) = 20.019, p<0.05], maka pengkaji menolak hipotesis nul dan membuat keputusan bahawa secara keseluruhan terdapat perbezaan penghasilan sisa toksik antara keempat-empat jenis industry yang dipilih secara rawak daripada zon industry Kuantan. Keputusan perbandingan pasangan (Pairwise Comparison) setelah mengawal ralat jenis I menggunakan kaedah Bonferroni menunjukkan bahawa nilai min penghasilan sisa toksik bagi jenis industry 1 (Industri pembuatan plastic) dan 4 (industry tekstil) (perbezaan min 15.234, p<0.05) adalah berbeza secara signifikan. Ini bererti bahawa perbezaan secara keseluruhan di atas adalah disebabkan oleh perbezaan antara dua jenis industry ini. Industry jenis 1 adalah lebih banyak menghasilkan sisa toksik berbanding industry jenis 4. Kesimpulan Berdasarkan keputusan analisis di atas, pengkaji melaporkan bahawa dalam keempat-empat jenis industry di Kuantan, industry jenis 1 menghasilkan sisa toksik yang lebih tinggi berbanding dengan industry-industri yang lain. Bentuk graf mean plots jelas menunjukkan bahawa nilai min penghasilan sisa toksik bagi jenis industry 1 adalah jauh lebih tinggi berbanding dengan jenis 4. Walau bagaimanapun, perbezaan antara jenis industry 2 (industry bahan kimia) dan 3 (industry makanan) dengan jenis industry yang lain adalah tidak signifikan. Perbezaan nilai min ini mungkin disebabkan oleh ralat persampelan yang timbul semasa pengumpulan data dilaksanakan.

SOALAN 2

Tajuk: Kesan perubahan 4 musim iaitu musim bunga, musim panas, dan musim sejuk terhadap pengeluaran tanaman di Texas, US Persoalan Kajian : 1. Adakah perubahan 4 musim (musim bunga, musim panas, musim luruh dan musim sejuk) yang dialami oleh petani di Texas US memberi kesan kepada pengeluaran tanaman mereka. Hipotesis : Hipotesis Null (Ho) : Tidak terdapat kesan pengeluaran tanaman bagi keempat-empat musim yang dialami petani di Texas, US. Hipotesis Alternatif (HA) : Terdapat kesan pengeluaran tanaman bagi keempat-empat musim yang dialami petani di Texas US. Jadual :

Jadual 1: Bilangan musim kajian(N) bagi pengeluaran hasil tanaman Within-Subjects Factors MUSI Dependent M Variable 1 BUNGA 2 PANAS 3 LURUH 4 SEJUK

Jadual 2: Min dan sisihan piawai musim bagi hasil pengeluaran hasil tanaman Descriptive Statistics Mean Musim Bunga Musim Panas Musim Luruh Musim Sejuk 15.13 15.25 10.71 9.46 Std. Deviation 2.473 2.327 2.440 1.841 N 24 24 24 24

Jadual 3: Ujian Multivariate Multivariate Tests(b) Hypothesis Value F df 24.527(a .778 3.000 ) 24.527(a .222 3.000 ) 24.527(a 3.504 3.000 ) 3.000

Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's 24.527(a Largest 3.504 ) Root a Exact statistic b Design: Intercept Within Subjects Design: MUSIM Jadual 4:Ujian Mauchly's of Sphericity

Effect MUSIM

Error df 21.000 21.000 21.000 21.000

Sig. .000 .000 .000 .000

Mauchly's Test of Sphericity(b) Epsilon(a) Within Subjects Mauchly's Approx. Greenhous HuynhEffect W Chi-Square df Sig. e-Geisser Feldt MUSIM .428 18.449 5 .002 .685 .753 Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity matrix. a May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayed in the Tests of Within-Subjects Effects table. b Design: Intercept Within Subjects Design: MUSIM Lowerbound .333

Jadual 5: Ujian Within Subject Effect Tests of Within-Subjects Effects Type III Sum of Mean Squares df Square Sphericity Assumed GreenhouseGeisser Huynh-Feldt Lower-bound Sphericity Assumed GreenhouseGeisser Huynh-Feldt Lower-bound 644.198 644.198 644.198 644.198 323.552 323.552 323.552 323.552 3 2.055 2.259 1.000 69 47.266 51.964 23.000 214.733 313.470 285.129 644.198 4.689 6.845 6.226 14.067

Source MUSIM

F 45.793 45.793 45.793 45.793

Sig. .000 .000 .000 .000

Error(MUSIM)

Jadual 6: Ujian Within Subject Contrasts Tests of Within-Subjects Contrasts Type III Sum of Mean Squares df Square .375 495.042 37.500 70.625 305.958 168.500 1 1 1 23 23 23 .375 495.042 37.500 3.071 13.303 7.326

Source MUSIM

Error(MUSI M)

MUSIM Level 1 vs. Level 2 Level 2 vs. Level 3 Level 3 vs. Level 4 Level 1 vs. Level 2 Level 2 vs. Level 3 Level 3 vs. Level 4

F .122 37.214 5.119

Sig. .730 .000 .033

Jadual 7: Ujian Between Subject Effects Tests of Between-Subjects Effects

Source Intercep t Error

Type III Sum of Squares 3831.690 39.122

df 1 23

Mean Square 3831.690 1.701

F 2252.64 5

Sig. .000

Jadual 8: Anggaran min Estimates 95% Confidence Interval Std. Lower Upper Error Bound Bound .505 14.081 16.169 .475 14.268 16.232 .498 9.678 11.739 .376 8.681 10.236

MUSI M 1 2 3 4

Mean 15.125 15.250 10.708 9.458

Jadual 9: Perbandingan Pairwise Pairwise Comparisons 95% Confidence Interval for Difference(a) Std. Lower Upper Error Sig.(a) Bound Bound .358 1.000 -1.157 .907 .681 .000 2.452 6.382 .683 .000 3.696 7.637 .358 1.000 -.907 1.157 .744 .000 2.393 6.690 .654 .000 3.905 7.679 .681 .000 -6.382 -2.452 .744 .000 -6.690 -2.393 .552 .201 -.345 2.845 .683 .000 -7.637 -3.696 .654 .000 -7.679 -3.905 .552 .201 -2.845 .345

Mean (I) (J) Difference MUSIM MUSIM (I-J) 1 2 -.125 3 4.417(*) 4 5.667(*) 2 1 .125 3 4.542(*) 4 5.792(*) 3 1 -4.417(*) 2 -4.542(*) 4 1.250 4 1 -5.667(*) 2 -5.792(*) 3 -1.250 Based on estimated marginal means * The mean difference is significant at the .05 level. a Adjustment for multiple comparisons: Bonferroni. Jadual 10: Ujian Multivariate

Multivariate Tests Hypothesis Value F df Error df Sig. Pillai's trace 24.527(a .778 3.000 21.000 .000 ) Wilks' lambda 24.527(a .222 3.000 21.000 .000 ) Hotelling's 24.527(a 3.504 3.000 21.000 .000 trace ) Roy's largest 24.527(a 3.504 3.000 21.000 .000 root ) Each F tests the multivariate effect of MUSIM. These tests are based on the linearly independent pairwise comparisons among the estimated marginal means. a Exact statistic Graf 2: Anggaran marginal min

Estimated Marginal Means of MEASURE_1

16 15 14

Estimated Marginal Means

13 12 11 10 9 1 2 3 4

MUSIM

Perbincangan : Keputusan ujian Mauchlys Test of Sphericity yang signifikan menunjukkan bahawa penyelarasan df bagi ujian ANOVA sehala perlu dilakukan. Berdasarkan kepada df yang baharu selepas pelarasan, pengkaji mendapati bahawa terdapat perubahan pengeluaran tanaman yang signifikan pada jadual 4 [F(2.26,51.97=45.80,p<.05] secara keseluruhan antara keempat-empat musim dalam kajian. Keputusan perbandingan dalam subjek Test of Within Subject Contrasts dalam jadual 6, menunjukkan perbandingan antara musim 1-musim2 [F(1,23)=0.12,p>.05] tidak signifikan, manakala antara musim 2-musim3 [F(1,23)=37.21, p<.05] dan musim 3-musim 4[F(1,23)=5.12,p<.05] adalah signifikan.

Nilai min bagi pengeluaran tanaman pada jadual 8, musim 1(min=15.13) dan musim 2(min=15.25) mengatasi pengeluaran tanaman pada musim 3(min=10.71) dan musim 4(min=9.46) menunjukkan bahawa perubahan musim memberi kesan pengeluaran tanaman. Keputusan ini dapat ditunjukkan dalam jadual 9, iaitu perbandingan pasangan (Pairwise Comparisons) menunjukkan perbezaan yang signifikan bagi setiap musim setelah ralat jenis 1 dikawal menggunakan kaedah Bonferroni.

Kesimpulan: Bentuk graf Profile Plot jelas menunjukkan bahawa perubahan musim memberi kesan pada musim 1 dan musim 2 . Walau bagaimanapun, keputusan ini tidak memberi kesan yang panjang kerana pengeluaran tanaman menurun setelah musim 3 dan musim 4.

SOALAN 3 Tajuk: Perbezaan pengetahuan tentang teknologi hijau dalam tiga peringkat pendapatan Persoalan Kajian: 1) Adakah terdapat perbezaan pengetahuan tentang teknologi hijau dalam ketiga-tiga peringkat pendapatan? Hipotesis: Ho: Tidak terdapat perbezaan pengetahuan tentang teknologi hijau dalam tiga peringkat pendapatan Ha: Terdapat perbezaan pengetahuan tentang teknologi hijau dalam tiga peringkat pendapatan

Jadual: Analisis Varian Univariat

Between-Subjects Factors Value Label Peringkat Pendapatan 1 2 3 >4000 2001-4000 <2000 N 34 40 34

Jadual 1: Faktor antara subjek

Tests of Between-Subjects Effects Descriptive Statistics Dependent Variable:Skor Soal Selidik Dependent Variable:Skor Soal Type III Sum Selidik Source of Squares Peringkat Corrected Pendapatan Model >4000 Intercept 2001-4000 Pendapatan <2000 Error Total Total Corrected Total

df 2

Mean Square N 1559.305

F 6.320

Sig. .003 .000 .003

Mean Std. Deviation 3118.611a

65.18 16.759 367330.745 1 52.15 13.872 3118.611 2 58.15 16.634 25904.306 105 58.14 16.469 394077.000 108 29022.917 107

34 367330.745 1.489E3 40 1559.305 34 246.708 108 6.320

Jadual 2: Statistik deskriptif

a. R Squared = .107 (Adjusted R Squared = .090)

Levene's Test of Equality of Error Variancesa Dependent Variable:Skor Soal Selidik F .979 df1 2 df2 105 Sig. .379

Jadual 3: Ujian Levene bagi kesamaan ralat varian

Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a. Design: Intercept + Pendapatan

Jadual 4: Ujian bagi efek antara subjek

Estimated Marginal Means Peringkat pendapatan

Estimates Dependent Variable:Skor Soal Selidik 95% Confidence Interval Peringkat Pendapatan >4000 2001-4000 <2000 Lower Bound 59.835 47.226 52.806

Mean 65.176 52.150 58.147

Std. Error 2.694 2.483 2.694

Upper Bound 70.518 57.074 63.488

Jadual 5: Anggaran min marginal bagi peringkat pendapatan

Pairwise Comparisons Dependent Variable:Skor Soal Selidik 95% Confidence Interval for Differencea Sig.a .002 .203 .002 .314 .203 .314 Lower Bound Upper Bound 4.113 -2.239 -21.940 -14.911 -16.298 -2.917 21.940 16.298 -4.113 2.917 2.239 14.911

(I) (J) Mean Peringkat Peringkat Difference (IPendapatan Pendapatan J) Std. Error >4000 2001-4000 >2000 2001-4000 >4000 >2000 <2000 >4000 2001-4000 13.026* 7.029 -13.026* -5.997 -7.029 5.997 3.664 3.809 3.664 3.664 3.809 3.664

Based on estimated marginal means *. The mean difference is significant at the .05 level. a. Adjustment for multiple comparisons: Bonferroni. Jadual 6: Perbandingan Pairwise bagi peringkat pendapatan

Univariate Tests Dependent Variable:Skor Soal Selidik Sum of Squares Contrast Error 3118.611 25904.306

df 2 105

Mean Square 1559.305 246.708

F 6.320

Sig. .003

The F tests the effect of Peringkat Pendapatan. This test is based on the linearly independent pairwise comparisons among the estimated marginal means. Jadual 7: Ujian Univariat

Graf 1: Anggaran min marginal bagi skor soal selidik

Perbincangan Keputusan ujian ANOVA sehala menunjukkan bahawa perbezaan pengetahuan tentang teknologi hijau dalam tiga peringkat pendapatan adalah signifikan secara keseluruhan [F(2,105)=6.32, p<.05, maka pengkaji menolak hipotesis nul dan membuat keputusan bahawa secara keseluruhan terdapat perbezaan pengetahuan tentang teknologi hijau dalam tiga peringkat pendapatan dibawah kajian bagi sekumpulan penduduk di Kuala Lumpur. Keputusan perbandingan pasangan (Pairwise Comparison) setelah mengawal ralat jenis 1 menggunakan kaedah Bonferroni menunjukkan bahawa nilai min pengetahuan tentang teknologi hijau bagi peringkat pendapatan >4000 dan 2001-4000 perbezaan min= 13.03, p<.05 adalah

signifikan. Ini bererti bahawa perbezaan secara keseluruhan di atas adalah disebabkan oleh perbezaan antara dua peringkat pendapatan ini. Nilai min peringkat pendapatan >4000 (min 65.18 ) yang lebih tinggi menunjukkan bahawa pengetahuan tentang teknologi hijau responden kajian itu lebih luas berbanding peringkat pendapatan 2001-4000 (min=52.15).

Kesimpulan Berdasarkan keputusan analisis di atas, pengkaji melaporkan bahawa dalam populasi sekumpulan penduduk di Kuala Lumpur, responden yang mempunyai peringkat pendapatan >4000 mempunyai pengetahuan yang lebih luas berbanding responden yang berpendapatan 2001- 4000. Bentuk draf min plots jelas menunjukkan bahawa nilai min peringkat pendaptan >4000 adalah jauh lebih tinggi berbanding dengan peringkat pendapatan 2001-4000. Walaubagaimanapun, tidak ada perbezaan pengetahuan tentang teknologi hijau yang signifikan antara kumpulan peringkat pendapatan <2000 dengan pelajar dalam dua peringkat pendapatan yang lain. Perbezaan nilai min peringkat pendapatan ini dengan peringkat pendapatan lain yang kecil itu mungkin disebabkan oleh ralat persampelan yang timbul semasa pengumpulan data dilaksanakan.