Professional Documents
Culture Documents
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)
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
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
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
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
df 1 23
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
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
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
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
F 6.320
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
Levene's Test of Equality of Error Variancesa Dependent Variable:Skor Soal Selidik F .979 df1 2 df2 105 Sig. .379
Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a. Design: Intercept + Pendapatan
Estimates Dependent Variable:Skor Soal Selidik 95% Confidence Interval Peringkat Pendapatan >4000 2001-4000 <2000 Lower Bound 59.835 47.226 52.806
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
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
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.