Skip to main content

Ujian Kelinearan (Linearity Test)

Tujuan ujian kelinearan data adalah untuk menguji hubungan di antara pembolehubah bebas dan pembolehubah bersandar mempunyai hubungan kelinearan atau tidak. Ujian kelinearan adalah keperluan sebelum menguji korelasi dan regresi linear. Dalam sebuah model regresi sepatutnya wujud hubungan kelinearan di antara pembolehubah bebas dan pemboleh bersandar.

Terdapat beberapa kaedah untuk menguji kelinearan antaranya melalui gambarajah taburan plot (scatter plot) dan Test for linearity yang di sediakan di dalam SPSS.

  • Jika keputusan daripada sig. Deviation from Linearity > 0.05, maka wujudnya hubungan kelinearan di antara pembembolehubah bebas dan pembolehubah bersandar.
  • Jika keputusan daripada sig. Deviation from Linearity < 0.05, maka tidak wujudnya hubungan kelinearan di antara pembembolehubah bebas dan pembolehubah bersandar.

Contoh analisa menggunakan SPSS.

Data adalah berkaitan untuk menguji kesan makanan tambahan ke atas skor geografi pelajar. Pembolehubah kawalan adalah prarawatan skor. Manakala pembolehubah bebas atau pembolehubah yang di manipulasi, adalah kumpulan atau jenis makanan tambahan yang diterima (Kumpulan 1 = makanan tambahan A, Kumpulan 2 = makanan tambahan B). Pembolehubah bersandar pula adalah pascarawatan skor iaitu markah geografi selepas menerima atau makan makanan-makanan tambahan untuk beberapa tempoh.

Jika pembolehubah bebas terbahagi kepada beberapa kumpulan, maka split file proses di syorkan untuk di lakukan. Supaya keputusan (output) daripada SPSS akan mudah dibaca kerana keputusan akan di asingkan mengikut kumpulan-kumpulan yang terdapat dalam pembolehubah bersandar.

Klik pada Data dan klik pada Split File seperti gambarajah di atas.


Klik pada Organize output by groups. 


Kemudian masukkan Kumpulan (pembolehubah bebas (skala nominal atau ordinal)) ke dalam kotak seperti gambar rajah di atas. Setelah itu, klik pada OK. Maka dengan ini, setiap analisa berkenaan pembolehubah bebas yang di bahagikan mengikut kumpulan atau kategori, akan sentiasa memberi keputusan atau output masing-masing mengikut kategorinya.


Jika tiada pembolehubah bebas dalam skala nominal atau ordinal yang mahu dilihat sebarang analisa mengikut kumpulan-kumpulan tertentu, maka boleh terus kepada klik pada Analyze dan Compare Means serta klik pada Means seperti di atas.


Sila masukkan pembolehubah kawalan ke dalam kotak Independent List dan pembolehubah bersandar ke dalam Dependent List seperti di atas. Seterusnya, tekan pada butang Options.


Kemudian, klik pada Test for linearity untuk mendapat analisa berkait dengan kelinearan yang menjadi objektif kepada ujian kelinearan.


Pada jadual di atas, sig. Deviation from Linearity adalah 0.011 iaitu kurang daripada 0.05. Maka tidak wujud hubungan kelinearan di antara prarawatan dan prerawatan di dalam Kumpulan 1 (makanan tambahan A).

Pada jadual di atas, sig. Deviation from Linearity adalah 0.181 iaitu lebih daripada 0.05. Maka tidak wujud hubungan kelinearan di antara prarawatan dan prerawatan di dalam Kumpulan 2 (makanan tambahan B).







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