Skip to main content

Ujian ANCOVA menggunakan SPSS

Ujian kelinearan perlu dilakukan sebelum membuat analisa yang seterusnya. Contoh bagi analisa itu boleh di lihat di sini Ujian Kelinearan (Linearity Test).

Bagi analisa ujian ANCOVA, jika terdapat hubungan di antara pembolehubah kawalan dan pembolehubah bersandar di dalam salah satu kategori pembolehubah bebas maka analisa ANCOVA boleh di teruskan.

Klik pada Analyze dan kemudian klik pada General Linear Model serta pada Univariate seperti dalam gambar di atas.



Maklumat-maklumat perlu dimasukkan ke dalam kotak-kotak berkenaan. Dependent Variable adalah untuk pembolehubah bersandar. Fixed Factor(s), adalah pembolehubah bebas yang di manipulasi kategori atau kumpulannya. Seterusnya, pembolehubah bersandar dimasukan ke dalam kotak Covariate(s). Selepas semua dimasukan ke dalam kotak sepatutnya, butang Options di tekan untuk Langkah seterusnya

Pembolehubah bebas yang mempunyai kategori (skala nominal atau skala ordinal) dimasukkan ke dalam kotak Display Means for, seperti di atas.


Sesudah maklumat di isi ke dalam kotak, pilihan-pilhan lain akan muncul. Sila klik pada Compare main effects. Seterusnya, bagi Confidence interval adjustment yang di pilih adalah Bonferroni. Setelah itu, klik pada Descriptive statistics dan Homogeneity tests. Akhirnya, klik pada Continue.


Klik pada OK untuk mendapatkan keputusan analisa.


Dalam jadual Descriptive Statistics, nilai min kumpulan 1 (makanan tambahan A) lebih tinggi daripada kumpulan2 (makanan tambahan B).

Oleh sebab, sig. Levene’s Test of Equality of Error Variances lebih daripada 0.702 (p > 0.05), maka hipotesis nul gagal ditolak. Ini menunjukan tiada perbezaan varians dalam pembolehubah bersandar (pascarawatan, skor geografi) merentasi kategori pembolehubah kumpulan bebas (jenis makanan tambahan)


Daripada jadual Tests of Between-Subjects Effects, memaparkan kesan utama bebas kumpulan (jenis makanan tambahan) yang signifikan terhadap pembolehubah bersandar, pascarawatanskor geografi (markah geografi pelajar), [F(1,239) = 40.207, p < 0.05].

Manakala tiada kesan utama pembolehubah kawalan iaitu skor geografi sebelum makan makanan tambahan (prarawatanskor) yang signifikan terhadap pembolehubah bersandar, pascarawatan skor [F(1,239) = 0.020, p>0.05].

Ini membuktikan bahawa dengan mengawal markah geografi sebelum menerima makanan tambahan (prarawatanskor), jenis makanan tambahan mempengaruhi skor geografi pelajar (pascarawatanskor) secara signifikan.



Jadual di atas menunujukkan bahawa, secara signifikan, makanan tambahan A lebih memberi kesan berbanding makanan tambahan B. Perbezaan min makanan tambahan A berbanding makanan tambahan B adalah 6.751 dengan nilai p < 0.05 ( Sig.b =0.002) iaitu signifikan perbezaannya.

Sebagai makluman, pengiraan di atas dijalankan setelah mengawal ralat jenis 1 (type 1 error) dengan menggunakan kaedah Bonferroni.


Jadual Univariate Tests, adalah ujian yang mengesahkan jaual Pairwise Comparison bahawa wujudnya perbezaan yang signifikan secara keseluuhan [F(1,239) = 9.568, p<0.05]. Ini mengesahkan kewujudan kesan utama pembolehubah jenis makanan tambahan (pembolehubah bebas kumpulan) terhadap pembolehubah bersandar iaitu skor atau markah geografi selepas makan makanan tambahan (pascarawatanskor) selepas mengawal markah atau skor geografi sebelum makan makanan tambahan (prarawatanskor). 


Sambungan daripada : Ujian ANCOVA (Analysis of Covariance)





Labels:

Popular posts from this blog

Krejcie & Morgan sample size calculator

Krejcie & Morgan Sample Size Calculator Enter Population Size (N): Calculate Sample Size Recommended Sample Size (n): 📘 About This Calculator This calculator uses the Krejcie & Morgan (1970) formula to estimate the minimum sample size required when the total population size is known. It is commonly used in social sciences, education, and health research. The formula is: n = (X² × N × P × (1 − P)) / (d² × (N − 1) + X² × P × (1 − P)) X² = 3.841 (for 95% confidence level) P = 0.5 (maximum variability) d = 0.05 (±5% precision) 📚 Citation Krejcie, R.V., & Morgan, D.W. (1970). Determining Sample Size for Research Activities . Educational and Psychological Measurement, 30 (3), 607–610. https://doi.org/10.1177/001316447003000308
Post a Comment
Read more

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 ANOVA sehala (one-way ANOVA)

Ujian-T (t-test) di gunakan untuk mengenali perbezaan min di antara dua kumpulan. Bagaimana pula jika kumpulan yang ingin di bandingkan mempunyai lebih daripada dua kumpulan? Jawapannya adalah menggunakan ANOVA. Jika kumpulan pembolehubah dua kumpulan, maka keputusan daripada ANOVA sehala ( one-way ANOVA ) dan ujian-t (independent t-test) adalah sama. Pengkaji boleh memastikan keputusan di dapati daripada senario di atas dengan menggunakan formula t 2 = F . Terdapat dua jenis ujian ANOVA sehala, iaitu ujian ANOVA sehala untuk pengukuran berulang (masa berlainan ( longitudinal data ) atau keadaan berbeza-beza) dan ujian ANOVA sehala untuk sampel-sampel bebas (data di kumpul daripada beberapa sampel yang bebas antara satu sama lain). Syarat-syarat sebelum menggunakan ANOVA sehala. Sebelum menggunakan ujian ANOVA sehala beberapa syarat perlu di penuhi. Antaranya adalah, pembolehubah bersandar dalam skala selang atau skala nisbah. Kedua, pembolehubah tidak bersandar dalam bentuk kate...
Read more