SRU 6024

KAEDAH PENYELIDIKAN KUANTITATIF

Semester 1 - 2014/2015

TUGASAN 2 :
LAPORAN ANALISIS STATISTIK (MANOVA FAKTORIAL)
No. Matrik

Nama

M201320021
75

Krishnammal A/P
Sekaran

M201320021
74

Komathi A/P Subramany

M201310008
86

Kalaivani A/P Palani

Pensyarah : Cik Asmayati Binti Yahaya

Tarikh Serahan : 27 November 2014

UJIAN PARAMETRIK
Parametrik adalah ujian statistik yang melibatkan data normal, sebagaimana data
dalam populasi untuk menganggar parameter. Oleh itu, operasi yang melibatkan
data normal dinamakan statistik parametrik. Sebaliknya jika data tidak normal,
dinamakan

bukan

perlukan beberapa

parametric

(nonparametric). Sebab

andaian

(assumption)

itu

ujian

parametrik

dipenuhi supaya dapat

menjadi penganggar kepada parameter/ populasi, khususnya syarat kernormalan.

Contoh kaedah statistik parametrik diantaranya adalah ujian-t (1 atau 2 sampel),
korelasi pearson, 2-wayANOVA), One way MANOVA, MANOVA fakorial dan lain-lain.
Dalam laporan ini penyeldik akan menunjukkan langkah-langkah menganalisis data
dengan menggunakan Kaedah MANOVA Faktorial.

MANOVA (Multivariate Analysis of Variance)

MANOVA yang merupakan singkatan daripada Multivariate Analysis of Variance
adalah ujian statistik yang diperluaskan daripada ANOVA (Analysis of Variance).
Ujian MANOVA lebih terkenal dan biasa digunakan di bidang perubatan. Ujian
MANOVA

diperlukan

apabila

penyelidik

menggunakan

lebih

daripada

satu

pembolehubah bersandar. MANOVA Digunakan untuk melihat perbandingan antara

pemboleh ubah bebas yang mempunyai dua atau lebih kategori dengan dua atau
lebih pemboleh ubah bersandar.
Ada yang berpendapat, mengapakah seseorang penyelidik perlu munggunakan
ujian MANOVA sedangkan penyelidik boleh menggunakan ujian ANOVA secara
berasingan bagi setiap pembolehubah bersandar. Tambahan pula, ini merupakan
kaedah yang biasa digunakan oleh kebanyakkan penyelidik. Malangya, apabila
seseorang penyelidik menggunakan kaedah ANOVA secara berasingan kemungkinan
berlaku ralat adalah lebih tinggi. Dapat dikatakan bahawa, mengendalikan lebih
banyak analisis akan memberikan keputusan yang signifikan, walaupun sebenarnya

tidak terdapat perbezaan yang signifikan

diantara kumpulan. Maka, kebaikan

menggunakan MANOVA adalah, ia dapat mengawal keadaan yang dinyatakan

diatas. Secara amnya, terdapat dua jenis MANOVA iaitu MANOVA satu hala dan
MANOVA faktorial.

MANOVA SATU HALA

MANOVA satu hala digunakan untuk meneliti perbandingan antara satu pemboleh
ubah bebas yang mempunyai dua atau lebih kategori dengan dua atau lebih
pemboleh ubah bersandar. Beberapa contoh MANOVA satu hala adalah seperti
berikut:
Mengenal pasti kesan jantina ke atas kemahiran membuat inferensi,
kemahiran

membuat

andaian

dan

kemahiran

menilai

hujah.

(1

Pembolehubah Bebas (jantina) dengan dua kategori (lelaki dan perempuan)

dan 3 Pembolehubah Bersandar)

Mengenal pasti kesan teknik mengajar (3 jenis) ke atas pencapaian

pelajar (skor grafik dan skor komunikasi). (1 Pembolehubah Bebas
dengan 3 kategori dan 2 jenis Pembolehubah Bersandar)

MANOVA FAKTORIAL
MANOVA Faktorial sering digunakan dalam kajian eksperimental terutama dalam
kajian rekabentuk faktorial. MANOVA Faktorial digunakan untuk mengenal pasti
hubungan antara dua atau lebih pembolehubah bebas yang mempunyai dua atau
lebih kategori dengan dua atau lebih pembolehubah bersandar. Manova Faktorial
membolehkan kita memeriksa

kesan bersama (Joint Effect)

Pembolehubah-

Pembolehubah Bebas. Kesan interaksi (Interaction Effect) dalam Manova Faktorial

bermaksud kesan sesuatu pembolehubah bebas terhadap pembolehubah bersandar

adalah tidak sama dengan pembolehubah bebas yang lain. Beberapa contoh
MANOVA satu hala adalah seperti berikut:
Kesan jantina (2 kategori) dan Lokasi Sekolah

(2 kategori) terhadap

Penguasaan Kemahiran (2 jenis) faktorial 2 x 2.

Kesan bangsa (4 kategori) dan Aliran (2 kategori) terhadap Penguasaan
Kemahiran (3 jenis) faktorial 4 x 2.

SYARAT-SYARAT / ANDAIAN MANOVA FAKTORIAL

Sebelum penyelidik bermula menjalankan Analisis MANOVA Faktorial, penyelidik
perlu menguji datanya memenuhi kesemua andaian atau syarat yang ditetapkan.
Antara syarat-syarat tersebut adalah :
1. Pembolehubah Bersandar :
Bilangan pembolehubah Bersandar adalah dua atau lebih dan ukurannya
adalah dalam skala

sela atau nisbah.

Skala Sela

Nombor menunjukkan kuantiti

Jarak sekata antara nombor.

Suhu, markah ujian, IQ

Nilai sifar arbitrari

Skala Nisbah

Nombor menunjukkan kuantiti

Jarak sekata antara nombor

Berat, tinggi, pendapatan

Nilai sifar menunjukkan tiada

2. Pembolehubah Bebas :

Bilangan pembolehubah bebas adalah sekurang-kurangnya dua kumpulan

(Kategori) data bebas. Pembolehubah bebas diukur dalam skala nominal atau
ordinal.
Skala Ordinal

Pengkelasan mengikut pemeringkatan

Nombor menunjukkan kuantiti; jarak tidak sekata

Kedudukan dalam kelas, penarafan, kemahiran bertutur, ranking

Skala Nominal

Aras paling rendah

Bertujuan untuk pengkelasan, pengenalan

Jantina, nombor KP, jenis sekolah, kod buku

3. Saiz Sampel
Penyelidik perlu mempunyai bilangan sampel yang lebih banyak berbanding
dengan bilangan pembolehubah

bersandar.

Kebiasaanya

mempunyai bilangan sampel yang lebih banyak

penyelidik

daripada

bersandar. Saiz sampel setiap kumpulan yang digunakan bagi

akan

pembolehubah
membuat

perbandingan haruslah tidak kurang daripada 15. Walaubagaimanapun, saiz sampel

yang

lebih

besar

bagi

diperlukan sekiranya data

setiap

kumpulan

dalam

pembolehubah

bebas

tidak bertaburan secara normal. Apabila saiz subjek

dalam setiap kumpulan mencapai 30, data

kajian dianggap sebagai bertaburan

normal.
4. Kesamaan Varians (Homogeinity of Variance)
Nilai varians bagi Pembolehubah Bersandar yang merentasi semua kumpulan
dalam

Pembolehubah

Bebas

menggunakan ujian Levene yang

kajian memenuhi syarat ini).

adalah
tidak

sama

signifikan

(Boleh

dikenalpasti

menunjukkan

dengan

bahawa

data

5. Normaliti
Data kajian bertaburan secara normal. Sampel kajian dipilih secara rawak
daripada populasi
kajian.
6. Outliers
MANOVA faktorial akan mempunyai outliers yang tinggi. Outliers adalah titik
yang berbeza

dengan titi-titik yang lain. Outliers bagi MANOVA faktorial akan

mempunyai outliers yang agak

luar biasa terhadap pembolehubah bersandar

yang berlainan. Contohnya, ia mungkin

mempunyai outliers yang tinggi terhadap

suatu pembolehubah bersandar dan mempunyai

outliers yang paling rendah

terhadap satu lagi pembolehubah yang lain.

7. Lineariti
Andaian ini merujuk kepada kewujudan perhubungan garis lurus diantara
setiap pasangan pembolehubah bersandar. Ini dapat ditaksir dengan pelbagai
kaedah. Namun kaedah yang paling

sesuai

ialah

scatterplots diantara setiap pasangan pembolehubah.

menghasilkan

matrix

Graf diatas tidak menunjukkan sebarang tanda non-linearity. Maka

penyelidik memenuhi andaian lineariti.

LANGKAH-LANGKAH MENJALANKAN UJIAN MANOVA FAKTORIAL.

Manova Faktorial adalah analisis statistik yang hampir sama dengan MANOVA satu
hala. Penyelidik telah memilih tajuk yang sesuai bagi menjalankan ujian MANOVA
Faktorial. Tajuknya adalah seperti berikut :

Kesan jantina (2 kategori) dan Lokasi Sekolah (2 kategori) terhadap

kemahiran Abad ke-21 (2 jenis)
Tajuk diatas adalah jenis MANOVA faktorial 2x2 kerana mempunyai dua kumpulan
dalam kedua-dua pembolehubah bebas. Dalam kajian diatas terdapat dua pemboleh
ubah bebas dengan dua kumpulan masing-masing iaitu:
Jantina : Lelaki dan Perempuan
Lokasi Sekolah : Bandar dan Luar Bandar
Manakala pembolehubah bersandar adalah Kemahiran Abad ke 21 yang mempunyai
dua kumpulan iaitu:
Pemikiran Inventif
Komuikasi Berkesan.

Tajuk yang dipilih adalah bertujuan untuk mengenalpasti perbandingan antara dua
pemboleh ubah bebas yang mempunyai dua kategori masing-masing dengan dua
pemboleh ubah bersandar. Maka penyelidik perlu menjalankan Analisis MANOVA
Faktorial.

HIPOTESIS KAJIAN
Hipotesis ialah satu kesimpulan awal yang dibuat oleh penyelidik bagi menentukan
hasilan

awal

kajian

yang

hendak

dilaksanakan

atau

dijalankan

dengan

menghubungkan dua atau lebih pembolehubah yang wujud dalam sesuatu kajian.

Terdapat dua jenis Hipotesis dalam kajian iaitu Hipotesis Nul (kosong) dan Hipotesis
Alternatif (Penyelidikan).
Hipotesis Nul (H0) merupakan hipotesis sementara yang tidak pincang (Mohd Majid,
1998). Ianya adalah merupakan hipotesis negatif atau menunjukkan tiada
perbezaan / tiada terdapat persamaan / tiada perhubungan / tiada terdapat
perkaitan antara kedua-dua pembolehubah (sama ada berarah atau tidak berarah).
Manakala, Hipotesis Alternatif / Penyelidikan (Ha) biasa dibentuk pada peringkat
awal sesuatu penyelidikan (Mohd Majid,1998). Hipotesis ini digunakan sebelum data
dicerapkan. Ianya merupakan versi hipotesis positif atau menunjukkan terdapat
hubungan/ terdapat persamaan / terdapat perbezaan atau terdapat perkaitan
diantara kdua-dua pembolehubah (sama ada berarah atau tidak berarah).
Hipotesis yang penyelidik membangunkan untuk kajian ini adalah :
H0 : Tidak terdapat kesan yang signifikan di antara jantina dan lokasi terhadap
Penguasaan Kemahiran
Komunikasi Berkesan dan Pemikiran Inventif dalam kalangan pelajar Tingkatan
4.
Ha : Terdapat kesan yang signifikan di antara jantina dan lokasi terhadap
Penguasaan Kemahiran
Komunikasi Berkesan dan Pemikiran Inventif dalam kalangan pelajar Tingkatan
Empat.

KAEDAH ANALISA DATA

Analisa data dibuat menggunakan perisian statistik Statistical Package for Social
Science (SPSS for Window Version 20). Setelah data dari borang kaji selidik disemak
ia akan dimuatkan dan direkodkan dan diproses dalam komputer. Kaedah analisa
data yang digunakan adalah seperti berikut.

LANGKAH 1

Setelah data-data dimasukkan dalam Perisian SPSS, penyelidik boleh memulakan

Analisis Manova Faktorial dengan memilih General Linear Model dan Multivariate
dalam bahagian Analyze. Multivariate dipilih disebabkan Analisis MANOVA Faktorial
melibatkan lebih daripada dua pemboleh ubah.
ANALYZE GENERAL LINEAR MODEL MULTIVARIATE

LANGKAH 2

Langkah pertama akan membentukan kotak multivariate seperti diatas. Dalam

kotak ini penyelidik akan memasukkan kesemua pembolehubah bersandar dalam
ruang Dependent Variables. Dalam kajian ini pembolehubah bersandar ialah
Komunikasi Berkesan (KB) dan Pemikiran Inventif (PI). Manakala pembolehubah
bebas

akan

pembolehubah

dimasukkan

dalam

ruang

Fixed

Factor(s).

Dalam

kajian

ini

bebasnya ialah jantina dan lokasi. Selepas selesai memasukkan

pembolehubah bebas dan bersandar penyelidik akan memilih butang option bagi
proses seterusnya.

MASUKKAN PEMBOLEHUBAH BEBAS Dalam Kotak DEPENDENT VARIABLES

Dan PEMBOLEHUBAH
OPTION

BERSANDAR Dalam Kotak FIXED FACTOR(S)

LANGKAH 3

Langkah 3 akan membentukkan kotak Mutivariate : Option seperti diatas. Bagi

menentukan min (Estimated Marginal Means) bagi pembolehubah bebas, dalam
ruang Factor(s) and Factor Interactions penyeldik akan memilih kombinasi jantina
dan lokasi dan akan mengalihkan ke kotak Display Means for. Manakala dalam
bahagian Display, penyelidik akan memilih beberapa aspek yang diinginkan perlu
unuk kajian yang dipilih. Bagi kajian ini penyelidik telah memilih Descriptive
Statistics, Estimates of Effect Size dan Homogeneity tests. Penyelidik telah
menentukan nilai signifikan 0.05.

DISPLAY :DESCRIPTIVE STATISTICS, ESTIMATES OF EFFECT SIZE AND

HOMOGENITY TEST CONTINUE

LANGKAH 4

Jika penyelidik hendak menganalisis dengan menggunakan graf, penyelidik akan

memilih butang plot daripada kotak multivariate. Satu kotak Profile Plots akan
tertera seperti diatas. dalam kotak itu, penyelidik akan memilih pembolehubah yang
perlu ada pada Horizontol Axis dan Separate Lines.

HORIZONTOL AXIS DAN SEPARATE LINES ADD CONTINUE

KEPUTUSAN 1

Between Subjects Factors

Between-Subjects Factors menunjukkan jumlah responden dalam kajian in adalah
seramai 437 orang, iaitu 185 orang lelaki dan 252 orang perempuan. Seramai 291
orang responden adalah dari Bandar dan 146 orang responden dari Luar Bandar.

Descriptive Statistics
Nilai N pada setiap baris perlu lebih besar daripada bilangan Pembolehubah
Bersandar. Dalam kajian ini bilangan pembolehubah bersandar adalah 2. Maka

andaian saiz sampel adalah dipenuhi. Jika N>30, maka sebarang masalah
ketidaksamaan varians tidak perlu dibimbangkan.

KEPUTUSAN 2

Boxs Test of Equality of Covariance Matrices

Output

pada

kotak

Boxs

Test

of

Equality

of

Covariance

Matrices

akan

menyimpulkan samada data penyelidik memenuhi andaian Kesamaan Varians. Nilai

sig. 0.630 > 0.05 menunjukkan data tidak terpesong dari kesamaan varians dan
datanya bertaburan secara normal.

KEPUTUSAN 3

Multivariate Tests
Multivariate Tests menunjukkan samada terdapat perbezaan yang signifikan
diantara kombinasi kumpulan pembolehubah bersandar. Terdapat beberapa kaedah
statistik yang boleh diguna oleh penyelidik seperti Wilks Lambda, Hotellings Trace
dan Pillais Trace. Namun kaedah statistik yang biasa digunakan adalah Wlks
Lambda. Tabachnik and Fidell (2007) mengesyorkan kaedah statistik Wilks Lambda,
namun, jika data penyelidik mempunyai masalah seperti saiz sampel yang kecil,
nilai N yang tidak sama atau memesong daripada salah satu andaian yang
sepatutnya dipenuhi, maka penyelidik boleh menggunakan Pillais Trace. Data
Multivariate Tests diatas menunjukkan nilai Wilks Lambda ialah 0.993 dengan nilai

signifikan 0.229 dimana ia lebih besar daripada 0.05. Maka tidak terdapat
perbezaan yang signifikan di antara Jantina dan lokasi dari segi penguasaan
kemahiran Komunikasi Berkesan dan Pemikiran Inventif.
KEPUTUSAN 4

Levenes Test of Equality of Error Variances

Dalam kotak Levenes Test of Equality of Error Variances, penyelidik akan melihat
pada nilai signifikan. Nilai yang lebih kecil daripada nilai alpha 0.05 akan
menunjukkan yang datanya memesong dari andaian kesamaan varians. Bagi kajian
ini nilai signifikan adalah 0.717 dan 0.735 dimana ia lebih besar daripada nilai alpha
0.05. Maka kajian ini memenuhi andaian kesamaan varians.

Tests of Between-Subjects Effects.

Jika penyelidik mendapat keputusan signifikan dalam multivariate tests, maka

penyelidik

boleh

meneruskan

penyelidikannya

keatas

setiap

pembolehubah

bersandar. Jika seorang penyelidik mendapat keputusan yang signifikan dalam

multivariate Test of Significance apabila menganalisis datanya menggunakan
Perisian SPSS,, penyelidik boleh menentukan pembolehubah bebas yang manakah
berbeza ke atas perbandingannya dengan pembolehubah bersandar. Maklumat
tentang fakta di atas boleh diperolehi melalui Tests of Between-Subjects Effects.
Apabila keputusan analisis adalah signifikan, penyelidik perlu menentukan nilai
signifikan (alpha) yang tinggi bagi mengurangkan ralat. Kaedah yang mudah dan
biasa diamalkan ialah Ujian Bonferroni. Penyelidik perlu membahagikan nilai
signifikan yang asal dengan bilangan pembolehubah bersandar untuk mendapatkan
nilai signifikan yang baru. Nilai signifikan ini akan digunakan untuk menentukan
keputusan kajian sama ada signifikan atau tidak signifikan. Tetapi kajian ini tidak
menunjukkan keputusan yang signifikan, maka penyelidik tidak perlu menyelidiknya
lagi.
KEPUTUSAN 4

Estimated Marginal Means

Jadual ini menunjukkan sejauh manakah perbezaan diantara Jantina dan lokasi
sekolah terhadap pembolehubah bersandar. Contoh : Mean Lelaki (Bandar) ialah
60.270, Mean Perempuan (Bandar) ialah 62.358. walaupun perbezaan ini secara
statistiknya signifikan, namun perbezaan ini adalah sangat kecil iaitu lebih kurang 2
titik skala. Jadual diatas dijelaskan lagi lebih terperinci dengan graf di bawah :

Graf diatas menunjukkan perbandingan antara lokasi sekolah dan jantina terhadap
Komunikasi Berkesan dan Pemikiran Inventif. Responden lelaki dari Bandar
meyebabkan Marginal Mean bagi Komunikasi Berkesan dan Pemikiran Inventif
adalah lebih tinggi apabila dibandingkan dengan responden lelaki dari luar Bandar.
Bagi responden perempuan dari bandar juga, Marginal Mean bagi Komunikasi
Berkesan dan Pemikiran Inventif adalah lebih tinggi apabila dibandingkan dengan
responden perempuan dari luar Bandar. Secara keseluruhannya Marginal mean bagi
responden lelaki dari Bandar dan luar Bandar adalah lebih tinggi jika dibandingkan
dengan responden perempuan dari Bandar dan luar Bandar. Graf menunjukkan garis
lurus bagi Komunikasi Berkesan agak selari. Ia bermaksud tidak terdapat interaksi.
Manakal garis lurus Pemikiran Inventif tidak selari menunjukkan terdapat interaksi.
Maka

boleh

dikatakan

bahawa

mempengaruhi keputusan kajian ini.

KESIMPULAN

lelaki

dari

Bandar

dan

luar

Bandar

lebih

Secara kesimpulannya Data menunjukkan kesemua andaian-andaian Manova

faktorial telah dipenuhi. Nilai Signifikan pada Boxs test dan Levenes test lebih
besar daripada Nilai alpha iaitu 0.05. Maka dapat dikatakan bahawa data memenuhi
andaian Kesamaan Varians dan datanya bertabur secara normal. Multivariate test
menunjukkan tidak terdapat perbezaan yang signifikan di antara pembolehubah
bebas terhadap pembolehubah bersandar. Oleh itu dapat disimpulkan bahawa
Hipotesis Null Gagal Ditolak. Maka, Tidak terdapat kesan yang signifikan di
antara jantina dan lokasi terhadap Penguasaan Kemahiran

Komunikasi Berkesan

dan Pemikiran Inventif dalam kalangan pelajar Tingkatan 4.

RUJUKAN
1. Pallant, J. (2010). SPSS Survival Manual 4th edition. Australia: Mc Graw Hill.
2. Piaw, C. Y. (2014). Research Methods and Statistics (Book 5). Mc Graw Hill.
3. Som, H. M. (2005). Panduan Mudah Analisis Data Menggunakan SPSS WINDOWS.
Universiti Teknologi

Malaysia Press.
4. Meyers, L. S., Gamst, G., & Guarino, A. J. (2006). Applied multivariate research:
design and
interpretation. Thousand Oaks, CA: Sage Publications, Inc.
5. Stevens, J. P. (2002). Applied multivariate statistics for the social sciences.
Mahwah, NJ: Lawrence
Erlbaum Associates, Inc.