Skip to main content

Kaedah Analisa ANOVA Sehala menggunakan SPSS

Satu ujikaji di lakukan terhadap 18 orang pelajar di kelas A. Pelajar-pelajar tersebut di bahagi kepada tiga kumpulan iaitu kumpulan yang mengulangkaji sejam pada hujung minggu (kumpulan Rendah), kumpulan yang mengulangkaji dua jam pada hujung minggu (kumpulan sederhana) dan kumpulan yang mengulangkaji tiga jam pada hujung minggu (kumpulan Tinggi). Keputusan peperiksaan Matematik di ambil setelah masa tiga bulan berlalu. Keputusan Matematik tersebut seperti dalam gambar rajah di atas.



Klik Analyze, kemudian Compare Means. Seterusnya, klik pada One-Way ANOVA.


Klik pada tanda arah seperti gambar rajah di atas untuk memasukan pembolehubah-pembolehubah kepada tempat sepatutnya. Pembolehubah bersandar ( skala nisbah atau skala selang) pada Dependent List. Manakala factor atau pembolehubah bebas (skala nominal atau skala ordinal) ke dalam kotak Factor.




Klik pada butang Post Hoc


Klik pada ujian Scheffe seperti gambar rajah di atas. Ujian scheffe juga di kenali sebagai  scheffe’s prosedur atau kaedah scheffe’s. Ujian ini adalah ujian selepas daripada ujian ANOVA. Hanya selepas mendapat signifikan F-statistik dalam ujian ANOVA, maka ujian Scheffe berguna untuk mencari pasangan min (means) yang signifikan.

Di antara tiga ujian perbezaan min (means) seperti Fisher’s LSD dan Tukey’s HSD, ujian Scheffe adalah paling fleksibel tetapi dengan kekurangan ujian kekuatan paling rendah di antara ketiga-tiga ujian post-hoc yang di nyatakan.

Untuk menentukan ujian post-hoc yang akan digunaka amat bergantung pada beberapa perkara. Di antaranya, jika mahu melakukan perbandingan pairwise, maka ujian Tukey adalah sesuai kerana ujian tersebut akan merapatkan jurang selang keyakinan (confidence interval).

Manakala, jika mahu menjalankan analisa terhadap semua pasangan min (means) yang ringkas atau kompleks, maka analisa post-hoc seperti ujian Scheffe akan memberikan jurang selang keyakinan yang rendah juga.


Kemudian, klik pada butang Options. Pilih Descriptive dan tekan pada butang Continue.


Keputusan daripada jadual ANOVA, menunjukan bahawa terdapat perbezaan keputusan peperiksaan akibat daripada intervensi dalam jumlah masa di luangkan mempelajari subjek Matematik pada hujung minggu, F(2,15) = 40.127, p < 0.000.

Nilai min (means) memberi penunjuk bahawa bagi setiap tahap intervensi jumlah ulangkaji pada hujung minggu (daripada rendah ke tinggi), maka terdapat peningkatan pada jumlah markah Matematik (rendah: M = 34.33; medium: M = 44.33; tinggi: M = 84.33).


Walaupun signifikan F-ratio adalah tinggi (p < 0.000), menandakan bahawa min di antara tiga kumpulan adalah berbeza secara signifikan, tetapi ini tidak menunjukan ‘’lokasi’’ perbezaan tersebut.

Bagi menguji secara spesifik perbezaan di dalam kumpulan-kumpulan tersebut, beberapa ujian post-hoc boleh di gunakan. Dalam kes ini, ujian Scheffe di gunakan.

 Dalam jadual Multiple Comparisons di atas, lajur kolum Mean Difference (I-J), perbezaan pada min di sertai bersama dengan asterisks, menunjukkan kumpulan mana yang berbeza di antara satu sama lain pada signifikan 0.05 (α = 0.05).

Markah kumpulan Rendah dan sederhana tidak berbeza secara signifikan, dengan nilai p = 0.269. Keputusan ini, memaparkan bahawa, jumlah jam ulangkaji dengan kesan terhadap jumlah markah Matematik, secara signifikan oleh jumlah masa ulangkaji oleh kumpulan Tinggi (selama 3 jam setiap minggu).





Labels:

Popular posts from this blog

G*Power Perisian Bagi Pengiraan Sampel Saiz.

Penggunaan Gpower kerap menekan kepada tiga langkah berikut: Memilih ujian statistik yang sesuai atau padan dengan masalah yang di kaji. Memilih di antara lima jenis analisis kuasa (power analysis) yang di sediakan. Sediakan parameter input yang di perlukan analasis dan klik pada “calculate” Pada Langkah 1, pendekatan yang digunakan untuk memilih ujian statistic (statistical test) adalah melalui dua pendekatan, iaitu distribution based atau design-based approach . Distribution-based approach to the test selection Melalui pendekatan distribution-based , pendekatan pertama adalah melihat pada kumpulan umum ujian statistik menggunakan '' Test family'' menu yang terdapat di window atau tingkap utama.   Ujian statitik ( Statistical test ) menu akan berubah mengikut pilihan di dalam '' Test family'' . Ujian-ujian yang ada akan selaras mengikut pada '' test family'' yang di pilih sahaja. Design-based approach to the test se...
Read more

Ujian Analisa Sehala MANOVA

Perbezaan analisa ini dengan ANOVA adalah pembolehubah bersandarnya mempunyai lebih daripada satu . Manakala, pembolehubah bebas adalah sama seperti ANOVA yang mempunyai pelbagai kumpulan. Analisa sehala MANOVA juga mempunyai sarat ujian statistik di dalamnya dan tidak dapat memberi maklumat secara spesifik kumpulan yang berbeza signifikan di antara satu sama lain. Ujian ini hanya akan memberi maklumat sekurang-kurang dua kumpulan adalah berbeza. Oleh sebab, kebiasaan penggunaan analisa ini oleh pengkaji akan melibatkan tiga, empat atau lebih kumpulan. Oleh itu penggunaan ujian post-hoc adalah penting untuk mengetahui perbezaan kumpulan selebihnya itu. Bagi mendapat analisa yang sah dan berkualiti, beberapa andaian perlu di penuhi dahulu sebelum menggunakan analisa MANOVA. Pembolehubah bersandar mestilah dalam skala selang atau nisbah. Pembolehubah bebas a.k.a pembolehubah tidak bersandar mestilah mempunyai beberapa kumpulan yang bebas atau dengan kata lain dalam skala ordina...
Read more

ANOVA vs MANOVA

Perbezaan utama di antara ANOVA dan MANOVA adalah jumlah bilangan pembolehubah bersandar ( dependent variable ). Walaupun begitu, jika terdapat pembolehubah bersandar lebih daripada satu, masih bukan masalah dan merupakan pilihan lain jika pengkaji mahu untuk menguji secara berasingan menggunakan analisa ANOVA bagi setiap pembolehubah bersandar itu. Jadi, kenapa perlu menggunakan pengiraan MANOVA ini berbanding beberapa analisa menggunakan ANOVA jika terdapat pembolehubah bersandar yang lebih daripada satu seperti dua, tiga atau empat pembolehubah bersandar? Terdapat dua sebab utama, MANOVA berpotensi menggantikan ANOVA dalam beberapa keadaan. Pertama melibatkan teori yang logik dan kedua melibatkan statistiknya. Sebagai contoh: Skormatematik + skorfizik + skorkimia sebagai fungsi kepada ( as a function of ) minuman tambahan ( tiga tahap / level ) Minuman tambahan, pembolehubah tidak bersandar atau bebas dengan tiga tahap ( levels ) : minuman kurma, minuman madu dan minuma...
Read more