Kaedah Analisa MANOVA Dua Hala menggunakan SPSS

Set data contoh yang di gunakan adalah berkaitan uji kaji jenis makanan dan minuman terhadap skor oleh pelajar-pelajar dalam matapelajaran berikut, Matematik, Fizik, Kimia, Geografi dan Sejarah. Makanan yang di uji makanan berlauk daging kambing dan satu lagi berlauk daging unta. Manakala, minuman yang di uji adalah minuman kurma dan minuman madu. Analisa yang di gunakan adalah analisa MANOVA dengan menggunakan SPSS.

Klik pada Analyze, kemudian General Linear Model serta seterusnya Multivariate seperti gambar rajah di atas.

Masukkan pembolehubah-pembolehubah bersandar ke dalam kotak Dependent Variables dan pembolehubah tidak bersandar atau pembolehubah bebas berkategori ke dalam Fixed Factor(s).

Setelah itu, klik pada Options.

Masukkan maklumat daripada kotak kiri ke dalam Display Means for, kotak sebelah kanan.

Klik pada Descriptive statistics dan Homogeneity tests. Tekan pada Continue.

Klik pada OK.

Seterusnya, klik pada Graphs, kemudian Legacy Dialogs, sebelum menekan pada Line seperti di atas.

Klik pada Multiple serta klik pada Summaries of separate variables. Kemudian klik pada Define.

Masukkan pembolehubah bersandar ke dalam Lines Represent dan pembolehubah bebas ke dalam Category Axis.

Kemudian klik OK.

Ulang semula langkah di atas tetapi dengan menggunakan pemboleh ubah bebas lain pula kerana hanya satu pembolehubah bebas sahaja pada setiap masa. Jika sebelum ini pembolehubah minuman, maka kali ini masukan pula pembolehubah makanan.

Melalui jadual Descriptive Statistics di atas, maklumat seperti min, sisihan piawai dan jumlah bilangan dalam subsample boleh di dapati.

Keputusan ujian Box’s Test of Equality of Covariance Matrices menunjukan keputusan tidak signifikan dengan nilai p yang lebih besar daripada 0.05 iaitu 0.081 (p > 0.05). Ini bermakna keputusan ujian di atas adalah, terdapat kesamaan kovarians data bagi varians kelima-lima pembolehubah bersandar merentasi kedua-dua pembolehubah bebas adalah sama dengan populasinya. Ini memungkin penggunaan ujian MANOVA.

Keputusan ujian Pillai’s Trace dalam jadual Multivariate Tests menunujukkan bahawa wujud kesan utama pembolehubah bebas minuman dan makanan terhadap kelima-lima pembolehubah bersandar iaitu skor Matematik, Fizik, Kimia, Geografi dan Sejarah apabila nilai p kurang daripada 0.05 yang menjadikannya signifikan. Bagi interaksi pula, nilai p adalah tidak signifikan, menunjukkan bahawa tidak ada kesan interaksi di antara minuman*makanan terhadap pembolehubah bersandar. Ini sekaligus membuktikan pembolehubah bebas memberi kesan terhadap pembolehubah bersandar secara individu kerana ketiadaan kesan hasil interaksi kedua-dua pembolehubah bebas.

Hasil daripada analisa Levene’s Test of Equality of Error Variances, di dapati tiga daripada lima pembolehubah bersandar adalah tidak signifikan, dengan nilai p melebihi 0.05 dan hanya dua pembolehubah bersandar yang mempunyai nilai p kurang daripada 0.05 sekaligus signifikan. Signifikan, menandakan varians antara kategori dalam pembolehubah bersandar merentasi kategori-kategori dalam pembolehubah bebas adalah sama.

Analisa menunjukan kesan utama minuman wujud dengan nilai p kurang dariapad 0.05 iaitu menanda terdapat hubungan serta kesan signifikan terhadap tiga pembolehubah bersandar iaitu Fizik, Matematik dan Sejarah.

Manakala bagi makanan, kesan utama di kesan terhadap Fizik, Matematik, Geografi dan Sejarah.

R square pula merupakan nilai yang menunjukkan sumbangan minuman dan makanan terhadap Fizik sebanyak 25.3 (0.253) peratus, Matematik sebanyak 18.1 (0.181) peratus, dan Sejarah sebanyak 30.6 (0.306) peratus.

Jadual ini memaparkan keputusan perincian analisa min dan ralat piawai (std. error) bersama dengan selang keyakinan 95%.

Secara signifikan minuman madu mengatasi minuman kurma dalam skor Fizik, Matematik dan Sejarah. 

Makanan berlauk kambing jelas mempunyai min yang signifikan lebih daripada makanan berlauk unta dalam matapelajaran Fizik, Matematik, Geografi dan Sejarah.

Oleh sebab tidak terdapat kesan interaksi di antara kedua-dua pembolehubah bebas, maka perbezaan nilai min din antra kumpulan-kumpulan dalam setiap pembolehubah bebas bagi kelima-lima matapelajaran mungkin di sebabkan oleh ralat persampelan yang besar ( ini dapat di lihat pada ralat piawai yang agak besar)

Minuman madu menunjukkan nilai min yang tinggi berbanding minuman kurma jika di lihat pada garis skorfizik, skormatematik dan skorsejarah. Manakala skorkimia dan skorgeografi seolah-seolah dalam keadaan melintang seperti tiada perbezaan pada min.

Jelas melalui graf di atas, skorfizik, skormatematik, skorgeografi dan skor sejarah, menunjukan min yang tinggi di bahagian ‘makanan kambing’ manakala lebih rendah pada ‘makanan unta’. Manakala, skorkimia perbezaannya tidak ketara dan seolah-olah garis skorkimia dalam keadaan melintang, tidak menaik atau menurun.

• Bagi mendapatkan perkhidmatan Analisa Statistik boleh hubungi kami. Sila klik di sini untuk maklumat lanjut: https://mesrastats.blogspot.com/2014/06/data-analisa-data-entry-sem-spss-excel.html