Skip to main content

Power Analysis for One-sample t-test (Bahagian 2)

Merujuk kepada perbincangan sebelum ini, Power Analysis for One-sample t-test . Antara persoalan penting yang boleh di timbulkan adalah andaikan hanya 10 tayar sahaja yang ada untuk menguji kekuatan (power) dan lain-lainnya kekal. Apakah nilai kekuatan (power) ujian tersebut?

Ini dapat di uji, dengan memilih ‘’post hoc’’ di bawah ‘’Type of power analysis’’.

Kemudian, sampel saiz, 10, di masukan ke dalam aplikasi, di bahagian, ‘’total sample size’’.



Selepas itu, butang ‘’calculate’’ di tekan untuk memperoleh maklumat-maklumat selanjutnya. (Rujuk gambar rajah di bawah)


Antara maklumat baru yang di dapati adalah, Noncentrality parameter δ, kritikal t dan darjah kebebasan (degree freedom ) seperti sebelum ini, beserta Power, 0.6162328 yang turun daripada 0.09 sebelum ini akibat dari sampel size kecil.

Dengan mengubah pada type of power analysis (gambar rajah di bawah), mengikut pada nilai yang ada dan nilai yang tidak di ketahui, output atau nilai yang di cari akan terhasil. Sebagai contoh nilai yang tidak di beri atau di ketahui, effect size, tahap signifikan, dan implied significance level with power, serta menunjukan kemampuan calculator G*power untuk mengira kekuatan (power) dan sampel size.

Dalam kebanyakan keadaan, pembolehubah-pembolehubah yang tidak di ketahui seharusnya di aturkan secara sepatutnya, dengan mengisi maklumat-maklumat parameter yang di ketahui ke dalam kalkulator G*Power.






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

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

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