Skip to main content

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 t2 = 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 kategori dalam bilangan dua atau lebih kategori.

Ketiga, setiap subjek atau kes bagi setiapnya, mempunyai nilai pada pembolehubah bersandar dan juga pembolehubah tidak bersandar (lebih mudah untuk di fahami jika merujuk pada ‘’data view’’ dalam spss).

Keempat, data rawak daripada populasi.

Kelima, data mestilah bertaburan secara normal menghampiri taburan normal (normally distributed) bagi setiap pembolehubah bersandar (dependent variable) mengikut faktor-faktor atau tahap dalam kumpulan-kumpulannya. Jika syarat taburan normal tidak di capai, ujian kekuatan (power test) berkurang.

Keenam, kesamaan varians (homogeneity of variances), bagi semua pembolehubah bersandar pada atau dalam setiap kumpulan atau kategori pembolehubah bebas adalah sama. Jika ini tidak di capai, nilai p bagi semua ujian F tidak dapat di percayai. Oleh sebab itu, alternatif statistik yang tidak memerlukan pada persamaan varians di dalam populasi boleh di gunakan seperti Browne-Forsythe atau Welch statistics. Hal ini juga mengakibatkan, keputusan daripada ujian post-hoc juga terjejas. Sebagai ganti pada masalah tersebut, ujian seperti Dunnett’s C perlu di gunakan kerana sesuai apabila varians tidak sama.

Ketujuh, sampel saiz cadangan adalah 15 dan ke atas. Apabila data mencecah 30 dan ke atas, data kajian di anggap bertaburan normal.

Syarat akhir sekali adalah, tiada data outliers.

Andai kata semua atau salah satu syarat di atas tidak di penuhi, maka boleh juga bagi pengkaji mempertimbangkan pengunaan ujian nonparametric seperti ujian Kruskall-Wallis.




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