options(repos = c(CRAN = "https://cran.rstudio.com"))Advanced Numericals
Prepare Environment
install.packages("broom.mixed")Installing package into 'C:/Users/H P/AppData/Local/R/win-library/4.4'
(as 'lib' is unspecified)package 'broom.mixed' successfully unpacked and MD5 sums checked
The downloaded binary packages are in
C:\Users\H P\AppData\Local\Temp\RtmpcbVQA4\downloaded_packagesinstall.packages("kableExtra")Installing package into 'C:/Users/H P/AppData/Local/R/win-library/4.4'
(as 'lib' is unspecified)package 'kableExtra' successfully unpacked and MD5 sums checked
The downloaded binary packages are in
C:\Users\H P\AppData\Local\Temp\RtmpcbVQA4\downloaded_packagesinstall.packages("lmerTest")Installing package into 'C:/Users/H P/AppData/Local/R/win-library/4.4'
(as 'lib' is unspecified)package 'lmerTest' successfully unpacked and MD5 sums checked
The downloaded binary packages are in
C:\Users\H P\AppData\Local\Temp\RtmpcbVQA4\downloaded_packageslibrary(haven)Warning: package 'haven' was built under R version 4.4.2library(tidyverse)Warning: package 'tidyverse' was built under R version 4.4.2Warning: package 'ggplot2' was built under R version 4.4.3Warning: package 'dplyr' was built under R version 4.4.2── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr 1.1.4 ✔ readr 2.1.5
✔ forcats 1.0.0 ✔ stringr 1.5.1
✔ ggplot2 3.5.2 ✔ tibble 3.2.1
✔ lubridate 1.9.3 ✔ tidyr 1.3.1
✔ purrr 1.0.2 ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag() masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorslibrary(broom.mixed)Warning: package 'broom.mixed' was built under R version 4.4.3library(here)Warning: package 'here' was built under R version 4.4.2here() starts at C:/Users/H P/OneDrive - The Goose and Duck/Desktop/Data Survival/Advanced Numericalslibrary(gtsummary)Warning: package 'gtsummary' was built under R version 4.4.2library(DT)
library(kableExtra)Warning: package 'kableExtra' was built under R version 4.4.3
Attaching package: 'kableExtra'
The following object is masked from 'package:dplyr':
group_rowslibrary(lme4)Loading required package: Matrix
Attaching package: 'Matrix'
The following objects are masked from 'package:tidyr':
expand, pack, unpacklibrary(lmerTest)Warning: package 'lmerTest' was built under R version 4.4.3
Attaching package: 'lmerTest'
The following object is masked from 'package:lme4':
lmer
The following object is masked from 'package:stats':
steplibrary(readxl)Warning: package 'readxl' was built under R version 4.4.2Job_Satisfaction_score <- read_excel("C:/Users/H P/OneDrive - The Goose and Duck/Desktop/map/Data Job Satisfaction (1).xlsx")
glimpse(Job_Satisfaction_score)Rows: 200
Columns: 38
$ Bil <dbl> …
$ Umur <dbl> …
$ `>35(1)` <dbl> …
$ BMI <dbl> …
$ Jantina <chr> …
$ Bangsa <chr> …
$ `Status Perkahwinan` <chr> …
$ `Bilangan Anak` <dbl> …
$ `Kategori Kerja` <chr> …
$ `Tempoh Bekerja (Tahun dan Bulan)` <chr> …
$ `Tempoh Bekerja (tahun)` <dbl> …
$ District <chr> …
$ bidangpekerjaan <chr> …
$ `berapakah pendapatan bulanan anda?` <chr> …
$ `Adakah anda berpuas hati dengan pendapatan bulanan anda?` <chr> …
$ `Adakah anda terlibat dengan bekerja di luar waktu pejabat (on call)?` <chr> …
$ `Adakah anda merokok?` <chr> …
$ `Berapakah purata jam tidur anda (sehari)` <dbl> …
$ `16. Adakah anda sedang menerima rawatan untuk apa-apa penyakit?` <chr> …
$ `17. Sekiranya anda menjawab "Ya" (pada soalan no 16), apakah penyakit yang anda sedang alami?` <chr> …
$ `1. Saya suka kerja saya` <dbl> …
$ `2. Pekerjaan saya adalah seperti yang saya harapkan` <dbl> …
$ `3. Saya boleh meminta bantuan daripada rakan sekerja jika saya menghadapi masalah` <dbl> …
$ `4. Saya mendapat kepuasan daripada pekerjaan saya` <dbl> …
$ `5. Saya suka kebanyakan rakan sekerja saya` <dbl> …
$ `6. Pekerjaan saya memerlukan saya banyak berfikir` <dbl> …
$ `7. Saya suka tugas yang berkaitan dengan pekerjaan saya` <dbl> …
$ `8. Rakan sekerja saya berbincang mengenai tugas dengan saya` <dbl> …
$ `9. Pekerjaan saya memerlukan tumpuan mental yang lebih` <dbl> …
$ `10. Saya gembira dengan pekerjaan saya` <dbl> …
$ `11. Pekerjaan saya melibatkan tanggungjawab yang besar` <dbl> …
$ `12. Saya akan mengesyorkan tempat kerja kepada kawan saya` <dbl> …
$ `13. Pekerjaan saya menyebabkan saya risau` <dbl> …
$ `14. Saya akan memilih pekerjaan yang sama di tempat yang sama pada masa akan datang` <dbl> …
$ `15. Rakan sekerja menerima dan menyokong idea baharu saya` <dbl> …
$ `SOCIAL SUPPORT` <dbl> …
$ `MENTAL STRESS` <dbl> …
$ JOBSATISFACTION <dbl> …Job_Satisfaction_score <- Job_Satisfaction_score %>%
mutate(bidangpekerjaan = factor(bidangpekerjaan, labels = c('Bukan_Klinikal', 'klinikal')))
glimpse(Job_Satisfaction_score)Rows: 200
Columns: 38
$ Bil <dbl> …
$ Umur <dbl> …
$ `>35(1)` <dbl> …
$ BMI <dbl> …
$ Jantina <chr> …
$ Bangsa <chr> …
$ `Status Perkahwinan` <chr> …
$ `Bilangan Anak` <dbl> …
$ `Kategori Kerja` <chr> …
$ `Tempoh Bekerja (Tahun dan Bulan)` <chr> …
$ `Tempoh Bekerja (tahun)` <dbl> …
$ District <chr> …
$ bidangpekerjaan <fct> …
$ `berapakah pendapatan bulanan anda?` <chr> …
$ `Adakah anda berpuas hati dengan pendapatan bulanan anda?` <chr> …
$ `Adakah anda terlibat dengan bekerja di luar waktu pejabat (on call)?` <chr> …
$ `Adakah anda merokok?` <chr> …
$ `Berapakah purata jam tidur anda (sehari)` <dbl> …
$ `16. Adakah anda sedang menerima rawatan untuk apa-apa penyakit?` <chr> …
$ `17. Sekiranya anda menjawab "Ya" (pada soalan no 16), apakah penyakit yang anda sedang alami?` <chr> …
$ `1. Saya suka kerja saya` <dbl> …
$ `2. Pekerjaan saya adalah seperti yang saya harapkan` <dbl> …
$ `3. Saya boleh meminta bantuan daripada rakan sekerja jika saya menghadapi masalah` <dbl> …
$ `4. Saya mendapat kepuasan daripada pekerjaan saya` <dbl> …
$ `5. Saya suka kebanyakan rakan sekerja saya` <dbl> …
$ `6. Pekerjaan saya memerlukan saya banyak berfikir` <dbl> …
$ `7. Saya suka tugas yang berkaitan dengan pekerjaan saya` <dbl> …
$ `8. Rakan sekerja saya berbincang mengenai tugas dengan saya` <dbl> …
$ `9. Pekerjaan saya memerlukan tumpuan mental yang lebih` <dbl> …
$ `10. Saya gembira dengan pekerjaan saya` <dbl> …
$ `11. Pekerjaan saya melibatkan tanggungjawab yang besar` <dbl> …
$ `12. Saya akan mengesyorkan tempat kerja kepada kawan saya` <dbl> …
$ `13. Pekerjaan saya menyebabkan saya risau` <dbl> …
$ `14. Saya akan memilih pekerjaan yang sama di tempat yang sama pada masa akan datang` <dbl> …
$ `15. Rakan sekerja menerima dan menyokong idea baharu saya` <dbl> …
$ `SOCIAL SUPPORT` <dbl> …
$ `MENTAL STRESS` <dbl> …
$ JOBSATISFACTION <dbl> …Job_Satisfaction_score$District <- as.factor(Job_Satisfaction_score$District)
glimpse(Job_Satisfaction_score)Rows: 200
Columns: 38
$ Bil <dbl> …
$ Umur <dbl> …
$ `>35(1)` <dbl> …
$ BMI <dbl> …
$ Jantina <chr> …
$ Bangsa <chr> …
$ `Status Perkahwinan` <chr> …
$ `Bilangan Anak` <dbl> …
$ `Kategori Kerja` <chr> …
$ `Tempoh Bekerja (Tahun dan Bulan)` <chr> …
$ `Tempoh Bekerja (tahun)` <dbl> …
$ District <fct> …
$ bidangpekerjaan <fct> …
$ `berapakah pendapatan bulanan anda?` <chr> …
$ `Adakah anda berpuas hati dengan pendapatan bulanan anda?` <chr> …
$ `Adakah anda terlibat dengan bekerja di luar waktu pejabat (on call)?` <chr> …
$ `Adakah anda merokok?` <chr> …
$ `Berapakah purata jam tidur anda (sehari)` <dbl> …
$ `16. Adakah anda sedang menerima rawatan untuk apa-apa penyakit?` <chr> …
$ `17. Sekiranya anda menjawab "Ya" (pada soalan no 16), apakah penyakit yang anda sedang alami?` <chr> …
$ `1. Saya suka kerja saya` <dbl> …
$ `2. Pekerjaan saya adalah seperti yang saya harapkan` <dbl> …
$ `3. Saya boleh meminta bantuan daripada rakan sekerja jika saya menghadapi masalah` <dbl> …
$ `4. Saya mendapat kepuasan daripada pekerjaan saya` <dbl> …
$ `5. Saya suka kebanyakan rakan sekerja saya` <dbl> …
$ `6. Pekerjaan saya memerlukan saya banyak berfikir` <dbl> …
$ `7. Saya suka tugas yang berkaitan dengan pekerjaan saya` <dbl> …
$ `8. Rakan sekerja saya berbincang mengenai tugas dengan saya` <dbl> …
$ `9. Pekerjaan saya memerlukan tumpuan mental yang lebih` <dbl> …
$ `10. Saya gembira dengan pekerjaan saya` <dbl> …
$ `11. Pekerjaan saya melibatkan tanggungjawab yang besar` <dbl> …
$ `12. Saya akan mengesyorkan tempat kerja kepada kawan saya` <dbl> …
$ `13. Pekerjaan saya menyebabkan saya risau` <dbl> …
$ `14. Saya akan memilih pekerjaan yang sama di tempat yang sama pada masa akan datang` <dbl> …
$ `15. Rakan sekerja menerima dan menyokong idea baharu saya` <dbl> …
$ `SOCIAL SUPPORT` <dbl> …
$ `MENTAL STRESS` <dbl> …
$ JOBSATISFACTION <dbl> …tbl_summary(Job_Satisfaction_score)| Characteristic | N = 2001 |
|---|---|
| Bil | 101 (51, 151) |
| Umur | 35.0 (32.0, 37.0) |
| >35(1) | |
| 1 | 108 (54%) |
| 2 | 92 (46%) |
| BMI | 25.1 (22.0, 29.0) |
| Jantina | |
| Lelaki | 38 (19%) |
| Perempuan | 162 (81%) |
| Bangsa | |
| Cina | 3 (1.5%) |
| India | 1 (0.5%) |
| Melayu | 195 (98%) |
| Sungai | 1 (0.5%) |
| Status Perkahwinan | |
| Bercerai | 2 (1.0%) |
| Bujang | 22 (11%) |
| Sudah berkahwin | 176 (88%) |
| Bilangan Anak | |
| 0 | 40 (20%) |
| 1 | 37 (19%) |
| 2 | 46 (23%) |
| 3 | 32 (16%) |
| 4 | 31 (16%) |
| 5 | 9 (4.5%) |
| 6 | 4 (2.0%) |
| 8 | 1 (0.5%) |
| Kategori Kerja | |
| Sementara | 25 (13%) |
| Tetap | 175 (88%) |
| Tempoh Bekerja (Tahun dan Bulan) | |
| 10 | 5 (2.5%) |
| 10 tahun | 14 (7.0%) |
| 10 TAHUN | 1 (0.5%) |
| 10 tahun 4 bulan | 1 (0.5%) |
| 10 tahun 5 bulan | 1 (0.5%) |
| 10 tahun 7 bulan | 1 (0.5%) |
| 10 tahun 8 bulan | 2 (1.0%) |
| 10tahun | 1 (0.5%) |
| 11 | 1 (0.5%) |
| 11 tahun | 5 (2.5%) |
| 11 tahun 11 bulan | 1 (0.5%) |
| 11 tahun 11bulan | 1 (0.5%) |
| 11 tahun 5 bulan | 2 (1.0%) |
| 11 tahun 8 bulan | 1 (0.5%) |
| 11 tahun 9 bulan | 1 (0.5%) |
| 11tahun | 1 (0.5%) |
| 12 | 4 (2.0%) |
| 12 tahun | 3 (1.5%) |
| 12 tahun 7 bulan | 1 (0.5%) |
| 12 tahun 9 bulan | 1 (0.5%) |
| 13 | 4 (2.0%) |
| 13 tahun | 2 (1.0%) |
| 13 tahun 5 bulan | 2 (1.0%) |
| 14 | 1 (0.5%) |
| 14 tahun | 1 (0.5%) |
| 14 tahun 10 bulan | 1 (0.5%) |
| 14 tahun 2 bulan | 1 (0.5%) |
| 14thn | 1 (0.5%) |
| 15 tahun | 2 (1.0%) |
| 16 tahun | 1 (0.5%) |
| 16 tahun 2bulan | 1 (0.5%) |
| 17 tahun | 1 (0.5%) |
| 18 | 1 (0.5%) |
| 18 tahun 7 bulan | 1 (0.5%) |
| 19 tahun 8 bulan | 3 (1.5%) |
| 2 tahun 5 bulan | 1 (0.5%) |
| 2 tahun 6 bulan | 1 (0.5%) |
| 20 tahun 5bulan | 1 (0.5%) |
| 21 tahun 8 bulan | 1 (0.5%) |
| 22 tahun | 3 (1.5%) |
| 23 thn 9 bln | 1 (0.5%) |
| 24 tahun | 1 (0.5%) |
| 25 tahun | 1 (0.5%) |
| 25 thn | 1 (0.5%) |
| 28 tahun | 1 (0.5%) |
| 3 tahun | 4 (2.0%) |
| 3 tahun 11 bulan | 1 (0.5%) |
| 3 tahun 4 bulan | 1 (0.5%) |
| 3 tahun 5 bulan | 1 (0.5%) |
| 3 tahun 6 bulan | 1 (0.5%) |
| 3tahun | 1 (0.5%) |
| 3y8m | 1 (0.5%) |
| 4 tahun | 12 (6.0%) |
| 4 tahun 1 bulan | 1 (0.5%) |
| 4 tahun 2 bulan | 1 (0.5%) |
| 4 tahun 3 bulan | 1 (0.5%) |
| 4 tahun 6 bulan | 1 (0.5%) |
| 4 tahun 7 bulan | 1 (0.5%) |
| 4 TAHUN DAN 7 BULAN | 1 (0.5%) |
| 4 thn | 1 (0.5%) |
| 4tahun | 1 (0.5%) |
| 5 | 2 (1.0%) |
| 5 tahun | 7 (3.5%) |
| 5 tahun 6 bulan | 1 (0.5%) |
| 5 Tahun 7 Bulan | 1 (0.5%) |
| 5 tahun 8 bulan | 1 (0.5%) |
| 5tahun 8bulan | 1 (0.5%) |
| 6 | 1 (0.5%) |
| 6 tahun | 1 (0.5%) |
| 6 tahun 1 bulan | 1 (0.5%) |
| 6 Tahun 3 bulan | 1 (0.5%) |
| 6 tahun 4 bulan | 1 (0.5%) |
| 6 tahun 5 bulan | 1 (0.5%) |
| 6 tahun 6bulan | 1 (0.5%) |
| 6 tahun 7 bulan | 3 (1.5%) |
| 6 tahun, 9 bulan | 1 (0.5%) |
| 6tahun | 1 (0.5%) |
| 6tahun 10bulan | 1 (0.5%) |
| 7 | 3 (1.5%) |
| 7 tahun | 3 (1.5%) |
| 7 tahun 1 bulan | 1 (0.5%) |
| 7 tahun 11 bulan | 1 (0.5%) |
| 7 tahun 2 bulan | 2 (1.0%) |
| 7 tahun 3 bulan | 2 (1.0%) |
| 7 tahun 5 bulan | 1 (0.5%) |
| 7 tahun 6 bulan | 1 (0.5%) |
| 7 thn 10 bulan | 1 (0.5%) |
| 7 THN 3 BULAN | 1 (0.5%) |
| 8 | 4 (2.0%) |
| 8 tahun | 11 (5.5%) |
| 8 tahun 10 bulan | 1 (0.5%) |
| 8 tahun 3 bulan | 1 (0.5%) |
| 8 tahun 4 bulan | 1 (0.5%) |
| 8 Tahun 9 bulan | 1 (0.5%) |
| 8tahun 6 bulan | 1 (0.5%) |
| 8tahun 9 bulan | 1 (0.5%) |
| 8tahun6bulan | 1 (0.5%) |
| 9 | 4 (2.0%) |
| 9 tahun | 4 (2.0%) |
| 9 tahun 10 bulan | 1 (0.5%) |
| 9 tahun 2 bulan | 1 (0.5%) |
| 9 tahun 3 bulan | 4 (2.0%) |
| 9 Tahun 4 Bulan | 1 (0.5%) |
| 9 tahun 6 bulan | 1 (0.5%) |
| 9 tahun 7 bulan | 1 (0.5%) |
| 9 tahun 8 bulan | 1 (0.5%) |
| 9 Tahun 8 Bulan | 1 (0.5%) |
| 9 tahun dan 10 bulan | 1 (0.5%) |
| 9Tahun 3bulan | 1 (0.5%) |
| 9tahun 4bulan | 1 (0.5%) |
| 9years | 1 (0.5%) |
| Tempoh Bekerja (tahun) | 9.0 (6.0, 11.0) |
| District | |
| IP JKNT | 6 (3.0%) |
| Pejabat Kesihatan Daerah Besut | 12 (6.0%) |
| Pejabat Kesihatan Daerah Dungun | 27 (14%) |
| Pejabat Kesihatan Daerah Hulu Terengganu | 20 (10%) |
| Pejabat Kesihatan Daerah Kemaman | 38 (19%) |
| Pejabat Kesihatan Daerah Kuala Nerus | 18 (9.0%) |
| Pejabat Kesihatan Daerah Kuala Terengganu | 28 (14%) |
| Pejabat Kesihatan Daerah Marang | 42 (21%) |
| Pejabat Kesihatan Daerah Setiu | 9 (4.5%) |
| bidangpekerjaan | |
| Bukan_Klinikal | 44 (22%) |
| klinikal | 156 (78%) |
| berapakah pendapatan bulanan anda? | |
| 10 000 | 1 (0.5%) |
| 10000 | 5 (2.5%) |
| 10498 | 1 (0.5%) |
| 10500 | 1 (0.5%) |
| 10715 | 1 (0.5%) |
| 10k | 1 (0.5%) |
| 11000 | 3 (1.5%) |
| 11100 | 1 (0.5%) |
| 12000 | 3 (1.5%) |
| 12500 | 1 (0.5%) |
| 12k | 2 (1.0%) |
| 13k | 1 (0.5%) |
| 14000 | 1 (0.5%) |
| 15400 | 1 (0.5%) |
| 3522 | 1 (0.5%) |
| 3700 | 2 (1.0%) |
| 4000 | 4 (2.0%) |
| 4357 | 2 (1.0%) |
| 4461 | 1 (0.5%) |
| 4500 | 1 (0.5%) |
| 4649 | 1 (0.5%) |
| 4700 | 3 (1.5%) |
| 4770 | 1 (0.5%) |
| 4800 | 1 (0.5%) |
| 4888 | 1 (0.5%) |
| 4897 | 1 (0.5%) |
| 5000 | 29 (15%) |
| 5000++ | 1 (0.5%) |
| 5500 | 1 (0.5%) |
| 5550 | 1 (0.5%) |
| 5851 | 1 (0.5%) |
| 5k | 2 (1.0%) |
| 5k++ | 1 (0.5%) |
| 6-7000 | 1 (0.5%) |
| 6000 | 12 (6.0%) |
| 6272 | 1 (0.5%) |
| 6330 | 1 (0.5%) |
| 6681 | 1 (0.5%) |
| 6700 | 1 (0.5%) |
| 6900 | 1 (0.5%) |
| 6920 | 1 (0.5%) |
| 6971 | 1 (0.5%) |
| 6999 | 1 (0.5%) |
| 6k | 3 (1.5%) |
| 7000 | 4 (2.0%) |
| 7200 | 1 (0.5%) |
| 7500 | 2 (1.0%) |
| 7600+ | 1 (0.5%) |
| 7700 | 2 (1.0%) |
| 7731 | 1 (0.5%) |
| 7900 | 1 (0.5%) |
| 7k | 1 (0.5%) |
| 8000 | 25 (13%) |
| 8000++ | 1 (0.5%) |
| 8001 | 1 (0.5%) |
| 8100 | 2 (1.0%) |
| 8120 | 1 (0.5%) |
| 8141 | 1 (0.5%) |
| 8200 | 1 (0.5%) |
| 8358 | 1 (0.5%) |
| 8500 | 2 (1.0%) |
| 8600 | 1 (0.5%) |
| 8811 | 1 (0.5%) |
| 9000 | 10 (5.0%) |
| 9000+ | 1 (0.5%) |
| 9000++ | 1 (0.5%) |
| 9241 | 1 (0.5%) |
| 9271 | 1 (0.5%) |
| 9800 | 1 (0.5%) |
| RM 2693 | 1 (0.5%) |
| rm 4000 | 1 (0.5%) |
| RM 5,400 | 1 (0.5%) |
| Rm 5000 | 2 (1.0%) |
| RM 5922 | 1 (0.5%) |
| Rm 6000 | 1 (0.5%) |
| RM 8000 | 1 (0.5%) |
| RM11000 | 1 (0.5%) |
| RM12,000 | 1 (0.5%) |
| Rm5000 | 3 (1.5%) |
| RM5000 | 1 (0.5%) |
| Rm6000 | 2 (1.0%) |
| Rm6800 | 1 (0.5%) |
| Rm6k+ | 1 (0.5%) |
| RM7,000 | 1 (0.5%) |
| rm7000 | 1 (0.5%) |
| Rm7000 | 1 (0.5%) |
| RM7000 | 1 (0.5%) |
| Rm8000 | 4 (2.0%) |
| RM8000 | 1 (0.5%) |
| RM8000-RM9000 | 1 (0.5%) |
| RM8000.00 | 1 (0.5%) |
| RM8000+ | 1 (0.5%) |
| rm8641 | 1 (0.5%) |
| Rm9000 | 1 (0.5%) |
| Rm9461 | 1 (0.5%) |
| Adakah anda berpuas hati dengan pendapatan bulanan anda? | |
| Tidak | 112 (56%) |
| Ya | 88 (44%) |
| Adakah anda terlibat dengan bekerja di luar waktu pejabat (on call)? | |
| Tidak | 51 (26%) |
| Ya | 149 (75%) |
| Adakah anda merokok? | |
| Tidak | 194 (97%) |
| Ya | 6 (3.0%) |
| Berapakah purata jam tidur anda (sehari) | 6.00 (5.00, 7.00) |
| 16. Adakah anda sedang menerima rawatan untuk apa-apa penyakit? | |
| Tidak | 167 (84%) |
| Ya | 33 (17%) |
| 17. Sekiranya anda menjawab "Ya" (pada soalan no 16), apakah penyakit yang anda sedang alami? | |
| - | 1 (2.6%) |
| ASTHMA | 1 (2.6%) |
| Asthma/gerd | 1 (2.6%) |
| Bipolar disorder 2 | 1 (2.6%) |
| Bronchial asthma | 1 (2.6%) |
| Bronchial Asthma | 1 (2.6%) |
| Cholesterol | 1 (2.6%) |
| chronic pain | 1 (2.6%) |
| Darah tinggi | 1 (2.6%) |
| Dm hpt ihd | 1 (2.6%) |
| endometriosis stage 4 | 1 (2.6%) |
| Gastritis, allergic rhinitis | 1 (2.6%) |
| Gdm | 1 (2.6%) |
| Gdm on OHA | 1 (2.6%) |
| Gout | 1 (2.6%) |
| Grave's disease | 1 (2.6%) |
| Hipertensi, dyslipidemia | 1 (2.6%) |
| Hpl & Dm | 1 (2.6%) |
| hpt, asma | 1 (2.6%) |
| Hypercholesterolemia | 1 (2.6%) |
| HYPEREOSINOPHILIC SYNDROMES | 1 (2.6%) |
| Hyperlipidemia | 1 (2.6%) |
| Hypertension | 2 (5.3%) |
| Hypertension PreDM Dyslipidimia | 1 (2.6%) |
| Hypertension, prediabetis | 1 (2.6%) |
| Hyperthyroidism | 1 (2.6%) |
| Lt gluteal absces | 1 (2.6%) |
| MDD and anxiety | 1 (2.6%) |
| MDD, ADHD, PCOS | 1 (2.6%) |
| NA | 1 (2.6%) |
| PCOS, Obesity | 1 (2.6%) |
| PID | 1 (2.6%) |
| PID on regular analgesic | 1 (2.6%) |
| Prolapsed intervetebral disc, bronchial asthma | 1 (2.6%) |
| Psoriasis | 2 (5.3%) |
| Tidak | 1 (2.6%) |
| Unknown | 162 |
| 1. Saya suka kerja saya | |
| 2 | 4 (2.0%) |
| 3 | 52 (26%) |
| 4 | 86 (43%) |
| 5 | 58 (29%) |
| 2. Pekerjaan saya adalah seperti yang saya harapkan | |
| 2 | 10 (5.0%) |
| 3 | 61 (31%) |
| 4 | 94 (47%) |
| 5 | 35 (18%) |
| 3. Saya boleh meminta bantuan daripada rakan sekerja jika saya menghadapi masalah | |
| 2 | 1 (0.5%) |
| 3 | 21 (11%) |
| 4 | 89 (45%) |
| 5 | 89 (45%) |
| 4. Saya mendapat kepuasan daripada pekerjaan saya | |
| 1 | 3 (1.5%) |
| 2 | 10 (5.0%) |
| 3 | 56 (28%) |
| 4 | 98 (49%) |
| 5 | 33 (17%) |
| 5. Saya suka kebanyakan rakan sekerja saya | |
| 2 | 4 (2.0%) |
| 3 | 25 (13%) |
| 4 | 108 (54%) |
| 5 | 63 (32%) |
| 6. Pekerjaan saya memerlukan saya banyak berfikir | |
| 3 | 10 (5.0%) |
| 4 | 62 (31%) |
| 5 | 128 (64%) |
| 7. Saya suka tugas yang berkaitan dengan pekerjaan saya | |
| 2 | 5 (2.5%) |
| 3 | 44 (22%) |
| 4 | 104 (52%) |
| 5 | 47 (24%) |
| 8. Rakan sekerja saya berbincang mengenai tugas dengan saya | |
| 1 | 1 (0.5%) |
| 2 | 2 (1.0%) |
| 3 | 26 (13%) |
| 4 | 99 (50%) |
| 5 | 72 (36%) |
| 9. Pekerjaan saya memerlukan tumpuan mental yang lebih | |
| 3 | 14 (7.0%) |
| 4 | 66 (33%) |
| 5 | 120 (60%) |
| 10. Saya gembira dengan pekerjaan saya | |
| 1 | 2 (1.0%) |
| 2 | 4 (2.0%) |
| 3 | 64 (32%) |
| 4 | 92 (46%) |
| 5 | 38 (19%) |
| 11. Pekerjaan saya melibatkan tanggungjawab yang besar | |
| 3 | 8 (4.0%) |
| 4 | 39 (20%) |
| 5 | 153 (77%) |
| 12. Saya akan mengesyorkan tempat kerja kepada kawan saya | |
| 1 | 7 (3.5%) |
| 2 | 14 (7.0%) |
| 3 | 57 (29%) |
| 4 | 87 (44%) |
| 5 | 35 (18%) |
| 13. Pekerjaan saya menyebabkan saya risau | |
| 1 | 14 (7.0%) |
| 2 | 29 (15%) |
| 3 | 47 (24%) |
| 4 | 74 (37%) |
| 5 | 36 (18%) |
| 14. Saya akan memilih pekerjaan yang sama di tempat yang sama pada masa akan datang | |
| 1 | 5 (2.5%) |
| 2 | 24 (12%) |
| 3 | 69 (35%) |
| 4 | 70 (35%) |
| 5 | 32 (16%) |
| 15. Rakan sekerja menerima dan menyokong idea baharu saya | |
| 1 | 2 (1.0%) |
| 2 | 3 (1.5%) |
| 3 | 36 (18%) |
| 4 | 113 (57%) |
| 5 | 46 (23%) |
| SOCIAL SUPPORT | 17.00 (16.00, 18.50) |
| MENTAL STRESS | 18.00 (16.00, 19.00) |
| JOBSATISFACTION | 27.0 (23.0, 29.0) |
| 1 Median (Q1, Q3); n (%) | |
Job_Satisfaction_score %>%
ggplot(aes(x = District, y = JOBSATISFACTION,
col = bidangpekerjaan, group = bidangpekerjaan)) +
geom_point() +
geom_smooth(method = lm)`geom_smooth()` using formula = 'y ~ x'
score.sch %>% ggplot(aes(x = cohort90, y = score)) + geom_point() + geom_smooth(method = lm)Job_Satisfaction_score %>%
ggplot(aes(x = District, y = JOBSATISFACTION)) + geom_point() + geom_smooth(method = lm)`geom_smooth()` using formula = 'y ~ x'
Job_Satisfaction_score %>%
ggplot(aes(x = District, y = JOBSATISFACTION)) +
geom_point(position = position_jitter(width = 0.2)) + # spreads points
stat_summary(fun = mean, geom = "point", color = "red", size = 3) +
stat_summary(fun.data = mean_se, geom = "errorbar", width = 0.2)
m.lm <- lm(JOBSATISFACTION ~ 1, data = Job_Satisfaction_score)
summary(m.lm)
Call:
lm(formula = JOBSATISFACTION ~ 1, data = Job_Satisfaction_score)
Residuals:
Min 1Q Median 3Q Max
-12.41 -3.41 0.59 2.59 8.59
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 26.4100 0.3354 78.73 <2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 4.744 on 199 degrees of freedomm0 <-
lmer(JOBSATISFACTION ~ 1 + (1 | District),
data = Job_Satisfaction_score, REML = FALSE)boundary (singular) fit: see help('isSingular')summary(m0)Linear mixed model fit by maximum likelihood . t-tests use Satterthwaite's
method [lmerModLmerTest]
Formula: JOBSATISFACTION ~ 1 + (1 | District)
Data: Job_Satisfaction_score
AIC BIC logLik deviance df.resid
1195.3 1205.2 -594.7 1189.3 197
Scaled residuals:
Min 1Q Median 3Q Max
-2.6226 -0.7206 0.1247 0.5473 1.8153
Random effects:
Groups Name Variance Std.Dev.
District (Intercept) 0.00 0.000
Residual 22.39 4.732
Number of obs: 200, groups: District, 9
Fixed effects:
Estimate Std. Error df t value Pr(>|t|)
(Intercept) 26.4100 0.3346 200.0000 78.93 <2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
optimizer (nloptwrap) convergence code: 0 (OK)
boundary (singular) fit: see help('isSingular')mlr <- lm(JOBSATISFACTION ~ 1, data = Job_Satisfaction_score)
summary(mlr)
Call:
lm(formula = JOBSATISFACTION ~ 1, data = Job_Satisfaction_score)
Residuals:
Min 1Q Median 3Q Max
-12.41 -3.41 0.59 2.59 8.59
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 26.4100 0.3354 78.73 <2e-16 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 4.744 on 199 degrees of freedomlogLik(mlr) ; logLik(m0)'log Lik.' -594.6576 (df=2)'log Lik.' -594.6576 (df=3)ri <- lmer(JOBSATISFACTION ~ District + (1 | bidangpekerjaan),
data = Job_Satisfaction_score,
REML = FALSE)
summary(ri)Linear mixed model fit by maximum likelihood . t-tests use Satterthwaite's
method [lmerModLmerTest]
Formula: JOBSATISFACTION ~ District + (1 | bidangpekerjaan)
Data: Job_Satisfaction_score
AIC BIC logLik deviance df.resid
1204.4 1240.6 -591.2 1182.4 189
Scaled residuals:
Min 1Q Median 3Q Max
-2.5960 -0.7309 0.1197 0.6914 2.2456
Random effects:
Groups Name Variance Std.Dev.
bidangpekerjaan (Intercept) 0.1741 0.4173
Residual 21.5054 4.6374
Number of obs: 200, groups: bidangpekerjaan, 2
Fixed effects:
Estimate Std. Error df
(Intercept) 24.7327 1.9314 89.9412
DistrictPejabat Kesihatan Daerah Besut 1.5734 2.3610 129.5486
DistrictPejabat Kesihatan Daerah Dungun 2.1910 2.1207 160.2842
DistrictPejabat Kesihatan Daerah Hulu Terengganu 1.5010 2.1891 154.7578
DistrictPejabat Kesihatan Daerah Kemaman 2.9239 2.0778 119.9208
DistrictPejabat Kesihatan Daerah Kuala Nerus 1.1380 2.2185 150.5218
DistrictPejabat Kesihatan Daerah Kuala Terengganu 2.6319 2.1148 157.2780
DistrictPejabat Kesihatan Daerah Marang 1.3281 2.0686 108.5280
DistrictPejabat Kesihatan Daerah Setiu -0.4137 2.4819 146.4231
t value Pr(>|t|)
(Intercept) 12.806 <2e-16 ***
DistrictPejabat Kesihatan Daerah Besut 0.666 0.506
DistrictPejabat Kesihatan Daerah Dungun 1.033 0.303
DistrictPejabat Kesihatan Daerah Hulu Terengganu 0.686 0.494
DistrictPejabat Kesihatan Daerah Kemaman 1.407 0.162
DistrictPejabat Kesihatan Daerah Kuala Nerus 0.513 0.609
DistrictPejabat Kesihatan Daerah Kuala Terengganu 1.244 0.215
DistrictPejabat Kesihatan Daerah Marang 0.642 0.522
DistrictPejabat Kesihatan Daerah Setiu -0.167 0.868
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Correlation of Fixed Effects:
(Intr) DsPKDB DsPKDD DPKDHT DsPKDK DPKDKN DPKDKT DsPKDM
DstrctPjKDB -0.810
DstrctPjKDD -0.895 0.746
DstrctPKDHT -0.869 0.725 0.799
DstrctPjKDK -0.918 0.768 0.845 0.821
DstrctPKDKN -0.858 0.716 0.789 0.766 0.811
DstrctPKDKT -0.898 0.749 0.826 0.801 0.848 0.792
DstrctPjKDM -0.923 0.773 0.850 0.826 0.875 0.816 0.853
DstrctPjKDS -0.770 0.644 0.709 0.689 0.729 0.681 0.711 0.734library(ggplot2)
Job_Satisfaction_score %>%
group_by(District) %>%
summarise(mean = mean(JOBSATISFACTION), se = sd(JOBSATISFACTION)/sqrt(n())) %>%
ggplot(aes(x = reorder(District, -mean), y = mean)) +
geom_col(fill = "skyblue") +
geom_errorbar(aes(ymin = mean - se, ymax = mean + se), width = 0.2) +
coord_flip() +
labs(title = "Mean Job Satisfaction by District", y = "Mean Score", x = "District")
tidy(ri, conf.int = TRUE) %>%
kbl %>%
kable_styling()| effect | group | term | estimate | std.error | statistic | df | p.value | conf.low | conf.high |
|---|---|---|---|---|---|---|---|---|---|
| fixed | NA | (Intercept) | 24.7326982 | 1.931379 | 12.8057203 | 89.9412 | 0.0000000 | 20.895643 | 28.569754 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Besut | 1.5733867 | 2.361025 | 0.6663999 | 129.5486 | 0.5063406 | -3.097772 | 6.244545 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Dungun | 2.1910174 | 2.120724 | 1.0331460 | 160.2842 | 0.3030919 | -1.997147 | 6.379182 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Hulu Terengganu | 1.5009528 | 2.189089 | 0.6856519 | 154.7578 | 0.4939585 | -2.823398 | 5.825304 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Kemaman | 2.9238768 | 2.077821 | 1.4071844 | 119.9208 | 0.1619593 | -1.190091 | 7.037845 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Kuala Nerus | 1.1380251 | 2.218465 | 0.5129786 | 150.5218 | 0.6087184 | -3.245329 | 5.521379 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Kuala Terengganu | 2.6318598 | 2.114843 | 1.2444705 | 157.2780 | 0.2151777 | -1.545298 | 6.809017 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Marang | 1.3281032 | 2.068627 | 0.6420215 | 108.5280 | 0.5222130 | -2.772049 | 5.428256 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Setiu | -0.4136856 | 2.481932 | -0.1666788 | 146.4231 | 0.8678527 | -5.318723 | 4.491352 |
| ran_pars | bidangpekerjaan | sd__(Intercept) | 0.4172617 | NA | NA | NA | NA | NA | NA |
| ran_pars | Residual | sd__Observation | 4.6373939 | NA | NA | NA | NA | NA | NA |
pred_score <- fitted(ri)
head(pred_score, 10) 1 2 3 4 5 6 7 8
25.79350 26.32810 25.79350 25.79350 27.63186 27.63186 27.09726 27.63186
9 10
26.50095 25.79350 rand_ef <- ranef(ri)
head(rand_ef$bidangpekerjaan, 12) (Intercept)
Bukan_Klinikal 0.2673018
klinikal -0.2673018ri_fitted <- augment(ri)
ri_fitted %>%
slice(1:12)# A tibble: 12 × 14
JOBSATISFACTION District bidangpekerjaan .fitted .resid .hat .cooksd
<dbl> <fct> <fct> <dbl> <dbl> <dbl> <dbl>
1 29 Pejabat Kesih… klinikal 25.8 3.21 0.0240 1.34e-3
2 28 Pejabat Kesih… Bukan_Klinikal 26.3 1.67 0.0323 4.98e-4
3 28 Pejabat Kesih… klinikal 25.8 2.21 0.0240 6.33e-4
4 18 Pejabat Kesih… klinikal 25.8 -7.79 0.0240 7.89e-3
5 28 Pejabat Kesih… Bukan_Klinikal 27.6 0.368 0.0413 3.15e-5
6 29 Pejabat Kesih… Bukan_Klinikal 27.6 1.37 0.0413 4.35e-4
7 27 Pejabat Kesih… klinikal 27.1 -0.0973 0.0366 1.93e-6
8 23 Pejabat Kesih… Bukan_Klinikal 27.6 -4.63 0.0413 4.98e-3
9 27 Pejabat Kesih… Bukan_Klinikal 26.5 0.499 0.0562 8.11e-5
10 25 Pejabat Kesih… klinikal 25.8 -0.793 0.0240 8.18e-5
11 27 Pejabat Kesih… klinikal 26.0 1.03 0.0507 3.10e-4
12 31 Pejabat Kesih… klinikal 25.8 5.21 0.0240 3.52e-3
# ℹ 7 more variables: .fixed <dbl>, .mu <dbl>, .offset <dbl>, .sqrtXwt <dbl>,
# .sqrtrwt <dbl>, .weights <dbl>, .wtres <dbl>ggplot(ri_fitted, aes(District, .fitted, group = bidangpekerjaan )) +
geom_point(alpha = 0.3) +
geom_line(alpha = 0.3) +
ylab('fitted score attainment') +
xlab('District') +
ggtitle('The fitted value for random intercept model with covariate district') +
theme_bw()
rs <- lmer(JOBSATISFACTION ~ District + (1 + District | bidangpekerjaan),
data = Job_Satisfaction_score, REML = FALSE)boundary (singular) fit: see help('isSingular')summary(rs)Linear mixed model fit by maximum likelihood . t-tests use Satterthwaite's
method [lmerModLmerTest]
Formula: JOBSATISFACTION ~ District + (1 + District | bidangpekerjaan)
Data: Job_Satisfaction_score
AIC BIC logLik deviance df.resid
1286.6 1468.0 -588.3 1176.6 145
Scaled residuals:
Min 1Q Median 3Q Max
-2.63445 -0.66051 0.06668 0.71506 2.20525
Random effects:
Groups Name Variance
bidangpekerjaan (Intercept) 1.777e-04
DistrictPejabat Kesihatan Daerah Besut 7.707e-01
DistrictPejabat Kesihatan Daerah Dungun 1.635e+00
DistrictPejabat Kesihatan Daerah Hulu Terengganu 1.375e+00
DistrictPejabat Kesihatan Daerah Kemaman 6.661e-01
DistrictPejabat Kesihatan Daerah Kuala Nerus 2.372e-02
DistrictPejabat Kesihatan Daerah Kuala Terengganu 5.647e-01
DistrictPejabat Kesihatan Daerah Marang 9.492e-01
DistrictPejabat Kesihatan Daerah Setiu 2.945e+01
Residual 2.056e+01
Std.Dev. Corr
0.01333
0.87790 0.97
1.27864 0.97 1.00
1.17252 0.97 1.00 1.00
0.81615 0.97 1.00 1.00 1.00
0.15402 0.97 1.00 1.00 1.00 1.00
0.75147 -0.97 -1.00 -1.00 -1.00 -1.00 -1.00
0.97428 0.97 1.00 1.00 1.00 1.00 1.00 -1.00
5.42680 0.97 1.00 1.00 1.00 1.00 1.00 -1.00 1.00
4.53464
Number of obs: 200, groups: bidangpekerjaan, 2
Fixed effects:
Estimate Std. Error df
(Intercept) 24.9880 1.8513 190.6086
DistrictPejabat Kesihatan Daerah Besut 1.7806 2.3607 3.6462
DistrictPejabat Kesihatan Daerah Dungun 2.3125 2.2428 1.3997
DistrictPejabat Kesihatan Daerah Hulu Terengganu 1.6591 2.2744 1.8508
DistrictPejabat Kesihatan Daerah Kemaman 3.0093 2.0806 2.9796
DistrictPejabat Kesihatan Daerah Kuala Nerus 0.8198 2.1406 67.1523
DistrictPejabat Kesihatan Daerah Kuala Terengganu 1.9698 2.1098 3.3024
DistrictPejabat Kesihatan Daerah Marang 1.5635 2.1069 2.2372
DistrictPejabat Kesihatan Daerah Setiu 3.0289 4.6806 1.1522
t value Pr(>|t|)
(Intercept) 13.498 <2e-16 ***
DistrictPejabat Kesihatan Daerah Besut 0.754 0.496
DistrictPejabat Kesihatan Daerah Dungun 1.031 0.448
DistrictPejabat Kesihatan Daerah Hulu Terengganu 0.730 0.547
DistrictPejabat Kesihatan Daerah Kemaman 1.446 0.244
DistrictPejabat Kesihatan Daerah Kuala Nerus 0.383 0.703
DistrictPejabat Kesihatan Daerah Kuala Terengganu 0.934 0.414
DistrictPejabat Kesihatan Daerah Marang 0.742 0.528
DistrictPejabat Kesihatan Daerah Setiu 0.647 0.622
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Correlation of Fixed Effects:
(Intr) DsPKDB DsPKDD DPKDHT DsPKDK DPKDKN DPKDKT DsPKDM
DstrctPjKDB -0.783
DstrctPjKDD -0.824 0.760
DstrctPKDHT -0.812 0.741 0.824
DstrctPjKDK -0.889 0.778 0.852 0.831
DstrctPKDKN -0.865 0.693 0.735 0.724 0.785
DstrctPKDKT -0.879 0.618 0.620 0.619 0.708 0.745
DstrctPjKDM -0.877 0.785 0.864 0.842 0.881 0.778 0.684
DstrctPjKDS -0.392 0.549 0.675 0.641 0.600 0.387 0.130 0.642
optimizer (nloptwrap) convergence code: 0 (OK)
boundary (singular) fit: see help('isSingular')rs <- lmer(JOBSATISFACTION ~ District + (1 + District | bidangpekerjaan),
data = Job_Satisfaction_score, control = lmerControl(optimizer = 'bobyqa'), REML = FALSE)Warning in commonArgs(par, fn, control, environment()): maxfun < 10 *
length(par)^2 is not recommended.boundary (singular) fit: see help('isSingular')summary(rs)Linear mixed model fit by maximum likelihood . t-tests use Satterthwaite's
method [lmerModLmerTest]
Formula: JOBSATISFACTION ~ District + (1 + District | bidangpekerjaan)
Data: Job_Satisfaction_score
Control: lmerControl(optimizer = "bobyqa")
AIC BIC logLik deviance df.resid
1286.6 1468.0 -588.3 1176.6 145
Scaled residuals:
Min 1Q Median 3Q Max
-2.63428 -0.66055 0.06659 0.71482 2.20525
Random effects:
Groups Name Variance
bidangpekerjaan (Intercept) 0.00000
DistrictPejabat Kesihatan Daerah Besut 0.80256
DistrictPejabat Kesihatan Daerah Dungun 1.66713
DistrictPejabat Kesihatan Daerah Hulu Terengganu 1.40630
DistrictPejabat Kesihatan Daerah Kemaman 0.68870
DistrictPejabat Kesihatan Daerah Kuala Nerus 0.02774
DistrictPejabat Kesihatan Daerah Kuala Terengganu 0.54643
DistrictPejabat Kesihatan Daerah Marang 0.97241
DistrictPejabat Kesihatan Daerah Setiu 29.57993
Residual 20.56295
Std.Dev. Corr
0.0000
0.8959 NaN
1.2912 NaN 1.00
1.1859 NaN 1.00 1.00
0.8299 NaN 1.00 1.00 1.00
0.1666 NaN 1.00 1.00 1.00 1.00
0.7392 NaN -1.00 -1.00 -1.00 -1.00 -1.00
0.9861 NaN 1.00 1.00 1.00 1.00 1.00 -1.00
5.4387 NaN 1.00 1.00 1.00 1.00 1.00 -1.00 1.00
4.5346
Number of obs: 200, groups: bidangpekerjaan, 2
Fixed effects:
Estimate Std. Error df
(Intercept) 25.0000 1.8513 197.8760
DistrictPejabat Kesihatan Daerah Besut 1.7725 2.3638 10.9272
DistrictPejabat Kesihatan Daerah Dungun 2.3004 2.2461 18.6720
DistrictPejabat Kesihatan Daerah Hulu Terengganu 1.6474 2.2775 17.9933
DistrictPejabat Kesihatan Daerah Kemaman 2.9979 2.0830 32.3168
DistrictPejabat Kesihatan Daerah Kuala Nerus 0.8076 2.1411 158.1931
DistrictPejabat Kesihatan Daerah Kuala Terengganu 1.9575 2.1078 46.4475
DistrictPejabat Kesihatan Daerah Marang 1.5507 2.1093 21.6200
DistrictPejabat Kesihatan Daerah Setiu 3.0163 4.6865 2.1992
t value Pr(>|t|)
(Intercept) 13.504 <2e-16 ***
DistrictPejabat Kesihatan Daerah Besut 0.750 0.469
DistrictPejabat Kesihatan Daerah Dungun 1.024 0.319
DistrictPejabat Kesihatan Daerah Hulu Terengganu 0.723 0.479
DistrictPejabat Kesihatan Daerah Kemaman 1.439 0.160
DistrictPejabat Kesihatan Daerah Kuala Nerus 0.377 0.707
DistrictPejabat Kesihatan Daerah Kuala Terengganu 0.929 0.358
DistrictPejabat Kesihatan Daerah Marang 0.735 0.470
DistrictPejabat Kesihatan Daerah Setiu 0.644 0.580
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Correlation of Fixed Effects:
(Intr) DsPKDB DsPKDD DPKDHT DsPKDK DPKDKN DPKDKT DsPKDM
DstrctPjKDB -0.783
DstrctPjKDD -0.824 0.760
DstrctPKDHT -0.813 0.742 0.825
DstrctPjKDK -0.889 0.779 0.852 0.832
DstrctPKDKN -0.865 0.693 0.736 0.724 0.785
DstrctPKDKT -0.878 0.618 0.620 0.619 0.707 0.745
DstrctPjKDM -0.878 0.785 0.865 0.843 0.881 0.778 0.684
DstrctPjKDS -0.395 0.553 0.676 0.642 0.602 0.390 0.132 0.644
optimizer (bobyqa) convergence code: 0 (OK)
boundary (singular) fit: see help('isSingular')
maxfun < 10 * length(par)^2 is not recommended.tidy(rs) %>% kbl() %>%
kable_styling()| effect | group | term | estimate | std.error | statistic | df | p.value |
|---|---|---|---|---|---|---|---|
| fixed | NA | (Intercept) | 25.0000000 | 1.851259 | 13.5043251 | 197.876026 | 0.0000000 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Besut | 1.7725291 | 2.363798 | 0.7498649 | 10.927244 | 0.4691736 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Dungun | 2.3004362 | 2.246089 | 1.0241963 | 18.672027 | 0.3188294 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Hulu Terengganu | 1.6473854 | 2.277537 | 0.7233189 | 17.993255 | 0.4787823 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Kemaman | 2.9978736 | 2.083020 | 1.4391959 | 32.316826 | 0.1597113 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Kuala Nerus | 0.8076423 | 2.141055 | 0.3772171 | 158.193103 | 0.7065178 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Kuala Terengganu | 1.9575359 | 2.107833 | 0.9286959 | 46.447530 | 0.3578481 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Marang | 1.5507426 | 2.109280 | 0.7352000 | 21.620030 | 0.4701185 |
| fixed | NA | DistrictPejabat Kesihatan Daerah Setiu | 3.0162624 | 4.686512 | 0.6436049 | 2.199197 | 0.5804947 |
| ran_pars | bidangpekerjaan | sd__(Intercept) | 0.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__(Intercept).DistrictPejabat Kesihatan Daerah Besut | NaN | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__(Intercept).DistrictPejabat Kesihatan Daerah Dungun | NaN | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__(Intercept).DistrictPejabat Kesihatan Daerah Hulu Terengganu | NaN | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__(Intercept).DistrictPejabat Kesihatan Daerah Kemaman | NaN | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__(Intercept).DistrictPejabat Kesihatan Daerah Kuala Nerus | NaN | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__(Intercept).DistrictPejabat Kesihatan Daerah Kuala Terengganu | NaN | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__(Intercept).DistrictPejabat Kesihatan Daerah Marang | NaN | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__(Intercept).DistrictPejabat Kesihatan Daerah Setiu | NaN | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | sd__DistrictPejabat Kesihatan Daerah Besut | 0.8958599 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Besut.DistrictPejabat Kesihatan Daerah Dungun | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Besut.DistrictPejabat Kesihatan Daerah Hulu Terengganu | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Besut.DistrictPejabat Kesihatan Daerah Kemaman | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Besut.DistrictPejabat Kesihatan Daerah Kuala Nerus | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Besut.DistrictPejabat Kesihatan Daerah Kuala Terengganu | -1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Besut.DistrictPejabat Kesihatan Daerah Marang | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Besut.DistrictPejabat Kesihatan Daerah Setiu | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | sd__DistrictPejabat Kesihatan Daerah Dungun | 1.2911751 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Dungun.DistrictPejabat Kesihatan Daerah Hulu Terengganu | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Dungun.DistrictPejabat Kesihatan Daerah Kemaman | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Dungun.DistrictPejabat Kesihatan Daerah Kuala Nerus | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Dungun.DistrictPejabat Kesihatan Daerah Kuala Terengganu | -1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Dungun.DistrictPejabat Kesihatan Daerah Marang | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Dungun.DistrictPejabat Kesihatan Daerah Setiu | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | sd__DistrictPejabat Kesihatan Daerah Hulu Terengganu | 1.1858763 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Hulu Terengganu.DistrictPejabat Kesihatan Daerah Kemaman | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Hulu Terengganu.DistrictPejabat Kesihatan Daerah Kuala Nerus | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Hulu Terengganu.DistrictPejabat Kesihatan Daerah Kuala Terengganu | -1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Hulu Terengganu.DistrictPejabat Kesihatan Daerah Marang | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Hulu Terengganu.DistrictPejabat Kesihatan Daerah Setiu | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | sd__DistrictPejabat Kesihatan Daerah Kemaman | 0.8298788 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Kemaman.DistrictPejabat Kesihatan Daerah Kuala Nerus | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Kemaman.DistrictPejabat Kesihatan Daerah Kuala Terengganu | -1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Kemaman.DistrictPejabat Kesihatan Daerah Marang | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Kemaman.DistrictPejabat Kesihatan Daerah Setiu | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | sd__DistrictPejabat Kesihatan Daerah Kuala Nerus | 0.1665516 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Kuala Nerus.DistrictPejabat Kesihatan Daerah Kuala Terengganu | -1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Kuala Nerus.DistrictPejabat Kesihatan Daerah Marang | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Kuala Nerus.DistrictPejabat Kesihatan Daerah Setiu | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | sd__DistrictPejabat Kesihatan Daerah Kuala Terengganu | 0.7392061 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Kuala Terengganu.DistrictPejabat Kesihatan Daerah Marang | -1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Kuala Terengganu.DistrictPejabat Kesihatan Daerah Setiu | -1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | sd__DistrictPejabat Kesihatan Daerah Marang | 0.9861079 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | cor__DistrictPejabat Kesihatan Daerah Marang.DistrictPejabat Kesihatan Daerah Setiu | 1.0000000 | NA | NA | NA | NA |
| ran_pars | bidangpekerjaan | sd__DistrictPejabat Kesihatan Daerah Setiu | 5.4387432 | NA | NA | NA | NA |
| ran_pars | Residual | sd__Observation | 4.5346393 | NA | NA | NA | NA |
rs_res <- augment(rs)
head(rs_res, 20)# A tibble: 20 × 14
JOBSATISFACTION District bidangpekerjaan .fitted .resid .hat .cooksd .fixed
<dbl> <fct> <fct> <dbl> <dbl> <dbl> <dbl> <dbl>
1 29 Pejabat… klinikal 25.6 3.36 0.0240 1.54e-3 26.6
2 28 Pejabat… Bukan_Klinikal 27.5 0.539 0.0358 6.04e-5 26.6
3 28 Pejabat… klinikal 25.6 2.36 0.0240 7.59e-4 26.6
4 18 Pejabat… klinikal 25.6 -7.64 0.0240 7.96e-3 26.6
5 28 Pejabat… Bukan_Klinikal 26.3 1.72 0.0401 7.00e-4 27.0
6 29 Pejabat… Bukan_Klinikal 26.3 2.72 0.0401 1.75e-3 27.0
7 27 Pejabat… klinikal 27.6 -0.640 0.0364 8.68e-5 27.0
8 23 Pejabat… Bukan_Klinikal 26.3 -3.28 0.0401 2.53e-3 27.0
9 27 Pejabat… Bukan_Klinikal 27.7 -0.742 0.0626 2.12e-4 26.6
10 25 Pejabat… klinikal 25.6 -0.640 0.0240 5.59e-5 26.6
11 27 Pejabat… klinikal 25.6 1.45 0.0514 6.47e-4 26.6
12 31 Pejabat… klinikal 25.6 5.36 0.0240 3.92e-3 26.6
13 35 Pejabat… klinikal 25.6 9.45 0.0514 2.75e-2 26.6
14 30 Pejabat… klinikal 25.9 4.05 0.0834 8.82e-3 26.8
15 30 Pejabat… klinikal 25.9 4.05 0.0834 8.82e-3 26.8
16 28 Pejabat… klinikal 27.6 0.360 0.0364 2.75e-5 27.0
17 20 Pejabat… klinikal 27.6 -7.64 0.0364 1.24e-2 27.0
18 29 Pejabat… klinikal 25.6 3.36 0.0240 1.54e-3 26.6
19 32 Pejabat… klinikal 25.9 6.05 0.0834 1.97e-2 26.8
20 30 Pejabat… klinikal 26.1 3.89 0.0394 3.49e-3 27.3
# ℹ 6 more variables: .mu <dbl>, .offset <dbl>, .sqrtXwt <dbl>, .sqrtrwt <dbl>,
# .weights <dbl>, .wtres <dbl>anova(ri, rs)Data: Job_Satisfaction_score
Models:
ri: JOBSATISFACTION ~ District + (1 | bidangpekerjaan)
rs: JOBSATISFACTION ~ District + (1 + District | bidangpekerjaan)
npar AIC BIC logLik deviance Chisq Df Pr(>Chisq)
ri 11 1204.4 1240.6 -591.18 1182.4
rs 55 1286.6 1468.0 -588.31 1176.6 5.7296 44 1ra.eff.rs <- ranef(rs, condVar = TRUE)
datatable(ra.eff.rs$bidangpekerjaan)plot(ra.eff.rs)$bidangpekerjaan
ra.eff.rs.sc <- ra.eff.rs$bidangpekerjaan
names(ra.eff.rs.sc)[1] "(Intercept)"
[2] "DistrictPejabat Kesihatan Daerah Besut"
[3] "DistrictPejabat Kesihatan Daerah Dungun"
[4] "DistrictPejabat Kesihatan Daerah Hulu Terengganu"
[5] "DistrictPejabat Kesihatan Daerah Kemaman"
[6] "DistrictPejabat Kesihatan Daerah Kuala Nerus"
[7] "DistrictPejabat Kesihatan Daerah Kuala Terengganu"
[8] "DistrictPejabat Kesihatan Daerah Marang"
[9] "DistrictPejabat Kesihatan Daerah Setiu" ra.eff.rs.sc <- ra.eff.rs.sc %>%
rename(rs_slope = `DistrictPejabat Kesihatan Daerah Besut`, rs_int = "(Intercept)")
ra.eff.rs.sc %>%
ggplot(aes( x = rs_int, y = rs_slope)) +
geom_point() +
geom_vline(xintercept = 0) +
geom_hline(yintercept = 0)
library(lattice)Warning: package 'lattice' was built under R version 4.4.2qqmath(rs)
plot(ri)
plot(rs)