Tutorial: Anova Dua Hala

1. Seorang penyelidik ingin mengkaji kesan senaman dan diet terhadap peratusan lemak badan.
Suatu sampel 20 orang pelajar universiti telah dipilih secara rawak dan diletakkan secara rawak ke
dalam empat keadaan rawatan yang berlainan. Selepas tiga bulan, peratusan lemak badan bagi
setiap pelajar diukur dan keputusannya ditunjukkan dalam jadual di bawah.

Diet kurang daripada Diet lebih daripada

2000 kalori 2000 kalori
Ada senaman 10, 12, 14, 12, 10 12, 14, 15, 16, 14
Tiada senaman 16, 18, 20, 22, 20 22, 24, 24, 22, 24

a) Nyatakan
(i) Variabel tak bersandar dan peringkatnya
 Jenis senaman (ada senaman dan tiada senaman)
 Jenis diet (diet kurang daripada 2000 kalori dan diet lebih daripada 2000 kalori)
(ii) Variabel bersandar dalam kajian ini.
 Peratusan lemak badan

b) Nyatakan andaian-andaian yang perlu dipatuhi apabila melakukan ANOVA dua hala.
 Populasi tertabur secara normal.
 Sampel bebas.
 Varians bagi semua populasi adalah sama.
 Setiap kumpulan mempunyai saiz yang sama.
 c) Dengan menggunakan SPSS, uji hipotesis sama ada terdapat kesan senaman dan diet
terhadap peratusan lemak badan yang signifikan atau tidak pada aras kesignifikanan 0.01.

Hipotesis Nol Hipotesis Alternatif

Kesan Utama Senaman (A)
Kesan Utama Diet (B)
Kesan Interaksi antara
Senaman dan Diet (A x B)
Tidak terdapat perbezaan yang
signifikan antara min peratusan
lemak badan untuk dua jenis
senaman.
Tidak terdapat perbezaan yang
signifikan antara min peratusan
lemak badan untuk dua jenis
diet.
Tidak ada kesan interaksi
antara jenis senaman dan diet
pada jumlah min peratusan
lemak badan.
Terdapat perbezaan yang
signifikan antara min peratusan
lemak badan untuk dua jenis
senaman.
Terdapat perbezaan yang
signifikan antara min peratusan
lemak badan untuk dua jenis
diet.
Terdapat kesan interaksi antara
jenis senaman dan diet pada
jumlah min peratusan lemak
badan.

Levene's Test of Equality of Error Variancesa,b

Levene Statistic df1 df2 Sig.
Peratusan lemak badan Based on Mean .871 3 16 .477
Based on Median .376 3 16 .771
Based on Median and with .376 3 13.119 .772
adjusted df
Based on trimmed mean .865 3 16 .479
Tests the null hypothesis that the error variance of the dependent variable is equal across groups.
a. Dependent variable: Peratusan lemak badan
b. Design: Intercept + Senaman + Diet + Senaman * Diet

 Nilai p bagi ujian F ialah 0.477 dan lebih besar daripada 0.01. Ujian Levene tidak signifikan.
Peratusan lemak badan dalam setiap sel mempunyai varians yang sama.
 Tests of Between-Subjects Effects
Dependent Variable: Peratusan lemak badan
Type III Sum of Partial Eta
Source Squares df Mean Square F Sig. Squared
a
Corrected Model 401.350 3 133.783 46.942 .000 .898
Intercept 5814.050 1 5814.050 2040.018 .000 .992
Senaman 344.450 1 344.450 120.860 .000 .883
Diet 54.450 1 54.450 19.105 .000 .544
Senaman * Diet 2.450 1 2.450 .860 .368 .051
Error 45.600 16 2.850
Total 6261.000 20
Corrected Total 446.950 19
a. R Squared = .898 (Adjusted R Squared = .879)

 Oleh kerana, nilai p untuk senaman adalah 0.000 (p < 0.01), oleh itu, hipotesis nol ditolak. Oleh
itu, terdapat perbezaan yang signifikan antara min peratusan lemak badan untuk dua jenis
senaman.
 Oleh kerana, nilai p untuk diet adalah 0.000 (p < 0.01), oleh itu, hipotesis nol ditolak. Oleh itu,
terdapat perbezaan yang signifikan antara min peratusan lemak badan untuk dua jenis diet.
 Oleh kerana, nilai p untuk interaksi senaman dan diet adalah 0.368 (p > 0.01), oleh itu, hipotesis
nol gagal ditolak. Oleh itu, tidak ada kesan interaksi antara jenis senaman dan diet pada jumlah
min peratusan lemak badan.
 Kedua-dua garis adalah tidak selari.
 Terdapat kesan interaksi yang signifikan antara senaman dan diet.

Tests of Between-Subjects Effects

Dependent Variable: Peratusan lemak badan
Type III Sum of Partial Eta
Source Squares df Mean Square F Sig. Squared
a
Corrected Model 401.350 3 133.783 46.942 .000 .898
Intercept 5814.050 1 5814.050 2040.018 .000 .992
Senaman 344.450 1 344.450 120.860 .000 .883
Diet 54.450 1 54.450 19.105 .000 .544
Senaman * Diet 2.450 1 2.450 .860 .368 .051
Error 45.600 16 2.850
Total 6261.000 20
Corrected Total 446.950 19
a. R Squared = .898 (Adjusted R Squared = .879)

 Untuk kesan utama senaman, nilai separa eta kuasa dua adalah 0.883 (besar). Ini menunjukkan
bahawa 88.3% varians dalam peratusan lemak badan dijelaskan oleh senaman.
 Untuk kesan utama diet, nilai separa eta kuasa dua adalah 0.544 (besar). Ini menunjukkan
bahawa 54.4% varians dalam peratusan lemak badan dijelaskan oleh diet.
 Kesan saiz untuk kesan interaksi antara senaman dan diet, nilai separa eta kuasa dua adalah
0.051 (kecil). Ini menunjukkan bahawa 5.1% varians dalam peratusan lemak badan dijelaskan
oleh interaksi antara senaman dan diet.
Keputusan dan Kesimpulan
ANOVA Dua-hala dilakukan untuk membandingkan senaman dan diet terhadap peratusan lemak
badan.

Terdapat perbezaan yang signifikan antara min peratusan lemak badan untuk dua jenis senaman
dengan p < 0.01 [F (1,16) = 120.860, p = 0.000]. Nilai separa eta kuasa dua adalah 0.883 (besar). Ini
menunjukkan bahawa kira-kira 88.3% varians dalam peratusan lemak badan dijelaskan oleh senaman.

Terdapat perbezaan yang signifikan antara min peratusan lemak badan untuk dua jenis diet dengan p <
0.01 [F (1,16) = 19.105, p = 0.000]. Nilai separa eta kuasa dua adalah 0.544 (besar). Ini menunjukkan
bahawa 54.4% varians dalam peratusan lemak badan dijelaskan oleh diet.

Tidak ada kesan interaksi antara jenis senaman dan diet pada jumlah min peratusan lemak badan
dengan p > 0.01 [F (1,16) = 0.860, p = 0.368]. Nilai separa eta kuasa dua adalah 0.051 (kecil). Ini
menunjukkan bahawa 5.1% varians dalam peratusan lemak badan dijelaskan oleh interaksi antara
senaman dan diet.

Oleh itu, hasil kajian menunjukkan bahawa senaman dan diet mempengaruhi peratusan lemak badan
oleh seseorang pelajar.

2. Seorang penyelidik ingin mengkaji kesan kaedah pengajaran dan jantina terhadap pencapaian
statistik pelajar. Suatu sampel 36 orang pelajar universiti telah dipilih secara rawak dan diletakkan
secara rawak ke dalam enam keadaan rawatan yang berlainan. Skor pencapaian statistik pelajar
adalah seperti yang ditunjukkan dalam jadual di bawah.

Lelaki Perempuan
Kaedah I 32, 30, 36, 38, 38, 35 25, 29, 27, 26, 28, 24
Kaedah II 34, 40, 36, 31, 39, 33 40, 38, 29, 34, 33, 37
Kaedah III 40, 35, 42, 38, 36, 41 43, 36, 41, 39, 37, 45

a) Nyatakan
(i) Variabel tak bersandar dan peringkatnya
 Kaedah Pengajaran (Kaedah I, Kaedah II dan Kaedah III)
 Jantina (Lelaki dan Perempuan)
(ii) Variabel bersandar dalam kajian ini
  Pencapaian Statistik Pelajar

b) Nyatakan andaian-andaian yang perlu dipatuhi apabila melakukan ANOVA dua hala.
 Populasi tertabur secara normal.
 Sampel bebas.
 Varians bagi semua populasi adalah sama.
 Setiap kumpulan mempunyai saiz yang sama.

c) Dengan menggunakan SPSS, uji hipotesis sama ada terdapat kesan kaedah pengajaran dan
jantina terhadap pencapaian statistik pelajar yang signifikan atau tidak pada aras
kesignifikanan 0.05.

Hipotesis Nol Hipotesis Alternatif

Kesan Utama Kaedah
Pengajaran (A)
Kesan Utama Jantina (B)
Kesan Interaksi antara Kaedah
Pengajaran dan Jantina (A x B)
Tidak terdapat perbezaan yang
signifikan antara min
pencapaian statistik pelajar
untuk tiga kaedah pengajaran.
Tidak terdapat perbezaan yang
signifikan antara min
pencapaian statistik pelajar
untuk lelaki dan perempuan
(jantina).
Tidak ada kesan interaksi
antara kaedah pengajaran dan
Terdapat perbezaan yang
signifikan antara min
pencapaian statistik pelajar
untuk tiga kaedah pengajaran.
Terdapat perbezaan yang
signifikan antara min
pencapaian statistik pelajar
untuk lelaki dan perempuan
(jantina).
Terdapat kesan interaksi antara
kaedah pengajaran dan jantina
 jantina pada jumlah min pada jumlah min pencapaian
pencapaian statistik pelajar. statistik pelajar.

Levene's Test of Equality of Error Variancesa,b

Levene Statistic df1 df2 Sig.
pencapaian Based on Mean .882 5 30 .505
Based on Median .797 5 30 .561
Based on Median and with .797 5 25.284 .562
adjusted df
Based on trimmed mean .868 5 30 .514
Tests the null hypothesis that the error variance of the dependent variable is equal across groups.
a. Dependent variable: pencapaian
b. Design: Intercept + kaedah + jantina + kaedah * jantina

 Nilai p bagi ujian F ialah 0.505 dan lebih besar daripada 0.05. Ujian Levene tidak signifikan.
Pencapaian dalam setiap sel mempunyai varians yang sama.

Tests of Between-Subjects Effects

Dependent Variable: pencapaian
Type III Sum of Partial Eta
Source Squares df Mean Square F Sig. Squared
Corrected Model 675.472a 5 135.094 13.039 .000 .685
Intercept 44450.694 1 44450.694 4290.147 .000 .993
kaedah 460.056 2 230.028 22.201 .000 .597
jantina 51.361 1 51.361 4.957 .034 .142
kaedah * jantina 164.056 2 82.028 7.917 .002 .345
Error 310.833 30 10.361
Total 45437.000 36
Corrected Total 986.306 35
a. R Squared = .685 (Adjusted R Squared = .632)

 Oleh kerana, nilai p untuk kaedah adalah 0.000 (p < 0.05), oleh itu, hipotesis nol ditolak. Oleh itu,
terdapat perbezaan yang signifikan antara min pencapaian statistik pelajar untuk tiga kaedah
pengajaran.
 Oleh kerana, nilai p untuk jantina adalah 0.034 (p < 0.05), oleh itu, hipotesis nol ditolak. Oleh itu,
terdapat perbezaan yang signifikan antara min pencapaian statistik pelajar untuk lelaki dan
perempuan (jantina).
 Oleh kerana, nilai p untuk interaksi kaedah dan jantina adalah 0.002 (p < 0.05), oleh itu, hipotesis
nol ditolak. Oleh itu, terdapat kesan interaksi antara kaedah pengajaran dan jantina pada jumlah
min pencapaian statistik pelajar.

d) Perlukan ujian Post Hoc dilakukan? Terangkan dan jika perlu gunakan ujian Tukey.
 Untuk dua arah anova, apabila pemboleh ubah bebas mempunyai lebih dari dua tahap
dan terdapat kesan utama yang signifikan, perbandingan berganda menggunakan ujian
post hoc dilakukan untuk menentukan pasangan kaedah mana yang berbeza secara
signifikan.

Multiple Comparisons
Dependent Variable: pencapaian
Tukey HSD
Mean Difference 95% Confidence Interval
(I) kaedah (J) kaedah (I-J) Std. Error Sig. Lower Bound Upper Bound
Kaedah ! Kaedah II -4.6667* 1.31410 .004 -7.9063 -1.4271
*
Kaedah III -8.7500 1.31410 .000 -11.9896 -5.5104
*
Kaedah II Kaedah ! 4.6667 1.31410 .004 1.4271 7.9063
*
Kaedah III -4.0833 1.31410 .011 -7.3229 -.8437
Kaedah III Kaedah ! 8.7500* 1.31410 .000 5.5104 11.9896
 Kaedah II 4.0833* 1.31410 .011 .8437 7.3229
Based on observed means.
The error term is Mean Square(Error) = 10.361.
*. The mean difference is significant at the .05 level.

 Bagi pasangan min kaedah I dan kaedah II, nilai p ialah 0.004. Ini kurang daripada 0.05, jadi
kedua-dua min adalah berbeza dengan signifikan.
 Bagi pasangan min kaedah I dan kaedah III, nilai p ialah 0.000. Ini kurang daripada 0.05, jadi
kedua-dua min adalah berbeza dengan signifikan.
 Bagi pasangan min kaedah II dan kaedah III, nilai p ialah 0.011. Ini kurang daripada 0.05, jadi
kedua-dua min adalah berbeza dengan signifikan.
 Ketiga-tiga garis adalah tidak selari. Oleh itu, terdapat interaksi antara kaedah pengajaran dan
jantina.

Descriptive Statistics
Dependent Variable: pencapaian
jantina kaedah Mean Std. Deviation N
lelaki Kaedah ! 34.8333 3.25064 6
Kaedah II 35.5000 3.50714 6
Kaedah III 38.6667 2.80476 6
Total 36.3333 3.46410 18
perempuan Kaedah ! 26.5000 1.87083 6
Kaedah II 35.1667 3.97073 6
Kaedah III 40.1667 3.48807 6
Total 33.9444 6.55719 18
Total Kaedah ! 30.6667 5.03322 12
Kaedah II 35.3333 3.57601 12
Kaedah III 39.4167 3.11764 12
Total 35.1389 5.30850 36

 Pencapaian menggunakan kaedah pengajaran III lebih baik daripada kaedah pengajaran I dan II.
 Pencapaian menggunakan kaedah pengajaran II lebih baik daripada kedah pengajaran I.

Tests of Between-Subjects Effects

Dependent Variable: pencapaian
Type III Sum of Partial Eta
Source Squares df Mean Square F Sig. Squared
a
Corrected Model 675.472 5 135.094 13.039 .000 .685
Intercept 44450.694 1 44450.694 4290.147 .000 .993
jantina 51.361 1 51.361 4.957 .034 .142
kaedah 460.056 2 230.028 22.201 .000 .597
jantina * kaedah 164.056 2 82.028 7.917 .002 .345
Error 310.833 30 10.361
Total 45437.000 36
Corrected Total 986.306 35
a. R Squared = .685 (Adjusted R Squared = .632)
 Untuk kesan utama jantina, nilai separa eta kuasa dua adalah 0.142 (besar). Ini menunjukkan
bahawa 14.2% varians dalam pencapaian statistik pelajar dijelaskan oleh jantina.
 Untuk kesan utama kaedah, nilai separa eta kuasa dua adalah 0.597 (besar). Ini menunjukkan
bahawa 59.7% varians dalam pencapaian statistik pelajar dijelaskan oleh kaedah.
 Kesan saiz untuk kesan interaksi antara jantina dan kaedah, nilai separa eta kuasa dua adalah
0.345 (besar). Ini menunjukkan bahawa 34.5% varians dalam pencappaian statistik pelajar
dijelaskan oleh interaksi antara jantina dan kaedah.

Keputusan dan Kesimpulan

ANOVA Dua-hala dilakukan untuk membandingkan kaedah dan jantina terhadap pencapaian statistik
pelajar.

Terdapat perbezaan yang signifikan antara min pencapaian statistik pelajar untuk tiga kaedah
pengajaran dengan p < 0.05 [F (2,30) = 22.201, p = 0.000]. Nilai separa eta kuasa dua adalah 0.597
(besar). Ini menunjukkan bahawa 59.7% varians dalam pencapaian statistik pelajar dijelaskan oleh
kaedah.

Terdapat perbezaan yang signifikan antara min pencapaian statistik pelajar untuk lelaki dan perempuan
(jantina) dengan p < 0.05 [F (1,30) = 4.957, p = 0.034]. Nilai separa eta kuasa dua adalah 0.142
(besar). Ini menunjukkan bahawa 14.2% varians dalam pencapaian statistik pelajar dijelaskan oleh
jantina.
Terdapat kesan interaksi antara kaedah pengajaran dan jantina pada jumlah min pencapaian statistik
pelajar dengan p < 0.05 [F (2,30) = 7.917, p = 0.002]. Nilai separa eta kuasa dua adalah 0.345 (besar).
Ini menunjukkan bahawa 34.5% varians dalam pencappaian statistik pelajar dijelaskan oleh interaksi
antara jantina dan kaedah.

Oleh itu, hasil kajian menunjukkan bahawa kaedah dan jantina mempengaruhi pencapaian statistik
oleh seseorang pelajar.

3. Seorang penyelidik ingin mengkaji kesan ganjaran dan jantina terhadap kebolehan penyelesaian
masalah matematik pelajar. Suatu sampel 32 orang pelajar telah dipilih secara rawak dan
diletakkan secara rawak ke dalam empat keadaan rawatan yang berlainan. Skor penyelesaian
masalah matematik pelajar adalah seperti yang ditunjukkan dalam jadual di bawah.

Lelaki Perempuan
Ada ganjaran 21, 22, 19, 23, 17, 24, 20, 25 6, 4, 7, 11, 5, 8, 12, 9
Tiada ganjaran 15, 9, 11, 19, 16, 14, 13, 12 8, 7, 3, 11, 5, 10, 5, 6

Keputusan kajian pada aras kesignifikan 0.01 ditunjukkan dalam jadual-jadual di

bawah yang telah diperoleh dari output SPSS.
Univariate Analysis of Variance

Between-Subjects Factors

Value Label N
Ganjaran 1 Ganjaran 16
(Faktor A) 2 Tiada
16
Ganjaran
Jantina (Faktor 1 Lelaki 16
B) 2 Perempuan 16

Descriptive Statistics

Dependent Variable: Kebolehan Penyelesaian Masalah Matematik

Ganjaran (Faktor A) Jantina (Faktor B) Mean Std. Deviation N

Ganjaran Lelaki 21.38 2.669 8
Perempuan 7.75 2.816 8
Total 14.56 7.519 16
Tiada Ganjaran Lelaki 13.63 3.114 8
Perempuan 6.88 2.696 8
Total 10.25 4.480 16
Total Lelaki 17.50 4.885 16
Perempuan 7.31 2.701 16
Total 12.41 6.470 32

Levene's Test of Equality of Error Varianceas

Dependent Variable: Kebolehan

Penyelesaian Masalah
Matematik
 F df1 df2 Sig.
.048 3 28 .986
Tests the null hypothesis that the
error variance of the dependent
variable is equal across groups.
a. Design: Intercept+Ganjaran+Jantina+Ganjaran

* Jantina

Tests of Between-Subjects Effects

Dependent Variable: Kebolehan Penyelesaian Masalah Matematik

Type III Partial Eta
Source Sum of df Mean Square F Sig. Squared
Squares
Corrected Model 1073.594a 3 357.865 44.708 .000 .827
Intercept 4925.281 1 4925.281 615.317 .000 .956
Ganjaran 148.781 1 148.781 18.587 .000 .399
Jantina 830.281 1 830.281 103.727 .000 .787
Ganjaran * Jantina 94.531 1 94.531 11.810 .002 .297
Error 224.125 28 8.004
Total 6223.000 32
Corrected Total 1297.719 31
a. R Squared = .827 (Adjusted R Squared = .809)
Profile Plots

Estimated Marginal Means of Kebolehan

Penyelesaian Masalah
Matematik

Jantina (Faktor B)
L
e
l
a
k
i

P
e
r
e
m
p
u
a
n
20
Estimated Marginal Means

15

10

Ganjaran Tiada Ganjaran

Ganjaran (Faktor A)
a) Nyatakan

(i) Variabel tak bersandar dan peringkatnya

 Ganjaran (Ada ganjaran dan Tiada ganjaran)

 Jantina (Lelaki dan Perempuan)

(ii) Variabel bersandar dalam kajian ini.

 Kebolehan penyelesaian masalah matematik pelajar.

b) Nyatakan andaian-andaian yang perlu dipatuhi apabila melakukan ANOVA dua hala.
 Populasi tertabur secara normal.
 Sampel bebas.
 Varians bagi semua populasi adalah sama.
 Setiap kumpulan mempunyai saiz yang sama.

c) Adakah skor-skor bagi variabel bersandar di dalam setiap sel mempunyai

varians yang sama? Terangkan.
 Nilai p bagi ujian F ialah 0.986 dan lebih besar daripada 0.01. Ujian
Levene tidak signifikan. Kebolehan penyelesaian masalah matematik
dalam setiap sel mempunyai varians yang sama.
 d) Nyatakan hipotesis - hipotesis nol bagi kajian ini.

Hipotesis Nol Hipotesis Alternatif

Kesan Utama Ganjaran (A)
Kesan Utama Jantina (B)
Kesan Interaksi antara
Ganjaran dan Jantina (A x B)
Tidak terdapat perbezaan yang
signifikan antara min kebolehan
penyelesaian masalah
matematik pelajar untuk dua
jenis ganjaran.
Tidak terdapat perbezaan yang
signifikan antara min kebolehan
penyelesaian masalah
matematik pelajar untuk lelaki
dan perempuan (jantina).
Tidak ada kesan interaksi
antara jenis ganjaran dan
jantina pada jumlah min
kebolehan penyelesaian
masalah matematik pelajar.
Terdapat perbezaan yang
signifikan antara min kebolehan
penyelesaian masalah
matematik pelajar untuk dua
jenis ganjaran.
Terdapat perbezaan yang
signifikan antara min kebolehan
penyelesaian masalah
matematik pelajar untuk lelaki
dan perempuan (jantina).
Terdapat kesan interaksi antara
jenis ganjaran dan jantina pada
jumlah min kebolehan
penyelesaian masalah
matematik pelajar.

e) Adakah terdapat kesan utama faktor A terhadap kebolehan

penyelesaian matematik? Terangkan.

 Oleh kerana, nilai p untuk ganjaran adalah 0.000 (p < 0.01), oleh itu,
hipotesis nol ditolak. Oleh itu, terdapat perbezaan yang signifikan antara
min kebolehan penyelesaian masalah matematik pelajar untuk dua jenis
ganjaran.
f) Adakah terdapat kesan utama faktor B terhadap kebolehan
penyelesaian matematik? Terangkan.

 Oleh kerana, nilai p untuk jantina adalah 0.000 (p < 0.01), oleh itu,
hipotesis nol ditolak. Oleh itu, terdapat perbezaan yang signifikan antara
min kebolehan penyelesaian masalah matematik pelajar untuk lelaki dan
perempuan (jantina).

g) Adakah terdapat kesan interaksi antara faktor A dan faktor B

terhadap kebolehan penyelesaian matematik? Terangkan.

 Oleh kerana, nilai p untuk interaksi ganjaran dan jantina adalah 0.002 (p
< 0.01), oleh itu, hipotesis nol ditolak. Oleh itu, terdapat kesan interaksi
antara jenis ganjaran dan jantina pada jumlah min kebolehan
penyelesaian masalah matematik pelajar.

h) Apakah saiz kesan bagi kesan utama dan kesan interaksi yang signifikan? Terangkan.
 Untuk kesan utama ganjaran, nilai separa eta kuasa dua adalah 0.399 (besar). Ini
menunjukkan bahawa 39.9% varians dalam kebolehan penyelesaian masalah matematik
dijelaskan oleh ganjaran.
 Untuk kesan utama jantina, nilai separa eta kuasa dua adalah 0.787 (besar). Ini
menunjukkan bahawa 78.7% varians dalam kebolehan penyelesaian masalah matematik
dijelaskan oleh jantina.
 Kesan saiz untuk kesan interaksi antara ganjaran dan jantina, nilai separa eta kuasa dua
adalah 0.297 (besar). Ini menunjukkan bahawa 29.7% varians dalam kebolehan
penyelesaian masalah matematik dijelaskan oleh interaksi antara ganjaran dan jantina.

i) Perlukah ujian Post Hoc dilakukan? Terangkan dan jika perlu gunakan ujian Tukey.
 Ujian Post Hoc tidak dilakukan kerana pemboleh ubah bebas hanya mempunyai dua
tahap iaitu ada ganjaran dan tiada ganjaran dan jantina lelaki dan perempuan.
4. Seorang penyelidik ingin mengkaji kesan kaedah pengajaran dan IQ terhadap kebolehan
membaca pelajar. Suatu sampel 36 orang pelajar telah dipilih secara rawak dan diletakkan secara
rawak ke dalam sembilan keadaan rawatan yang berlainan. Skor kebolehan membaca pelajar
adalah seperti yang ditunjukkan dalam jadual di bawah.

IQ Rendah IQ Sederhana IQ Tinggi

Kaedah I 22, 18, 16, 20 24, 21, 20, 20 40, 36, 38, 36
Kaedah II 20, 18, 19, 15 20, 29, 25, 30 32, 29, 36, 35

Keputusan kajian pada aras kesignifikan 0.05 ditunjukkan dalam jadual-jadual di

bawah yang telah diperoleh dari output SPSS.

Univariate Analysis of Variance

Between-Subjects Factors

Value Label N
Kaedah Pengajaran 1 Kaedah I 12
(Faktor A) 2 Kaedah II 12
IQ (Faktor B) 1 Rendah 8
2 Sederhana 8
3
Tinggi 8

Descriptive Statistics

Dependent Variable:
Kebolehan Membaca
Kaedah Pengajaran IQ (Faktor B) Mean Std. Deviation N
Kaedah I Rendah 19.00 2.582 4
Sederhana 21.25 1.893 4
Tinggi 37.50 1.915 4
Total 25.92 8.826 12
Kaedah II Rendah 18.00 2.160 4
Sederhana 26.00 4.546 4
Tinggi 33.00 3.162 4
Total 25.67 7.114 12
Total Rendah 18.50 2.268 8
Sederhana 23.62 4.104 8
Tinggi 35.25 3.412 8
Total 25.79 7.841 24

Levene's Test of Equality of Error Varianceas

Dependent Variable: Kebolehan Membaca

F df1 df2 Sig.

1.506 5 18 .237
Tests the null hypothesis that
the error variance of the
dependent variable is equal
across groups.
a. Design:
Intercept+Kaedah
Pengajaran+IQ+
KaedahPengajara
n * IQ

Tests ofIntercept
Between- 15965.042 1 15965.042 1944.980 .000
KaedahPengajaran
Subjects Effects .375 1 .375 .046 .833
IQ 1178.583 2 589.292 71.792 .000
Dependent KaedahPengajaran * IQ 87.250 2 43.625 5.315 .015
Error 147.750 18 8.208
Variable: Total 17379.000 24
Kebolehan Corrected Total 1413.958 23
Membaca a. R Squared = .896 (Adjusted R Squared = .866)

Source

Corrected Model
 Depend
ent
Variable:
Mean
95% Confidence Interval
Keboleh Differenc
(I) IQ (Faktor B) (J) IQ (Faktor B) e Std. Error Sig. Lower Bound Upper Bound
P Rendah an (I-J)
Sederhana -5.12* 1.433 .006 -8.78 -1.47
o Membac
Tinggi -16.75* 1.433 .000 -20.41 -13.09
Sederhana
s a Rendah
Tukey 5.12* 1.433 .006 1.47 8.78
Tinggi -11.63* 1.433 .000 -15.28 -7.97
t Tinggi HSD
Rendah 16.75* 1.433 .000 13.09 20.41
Sederhana 11.63* 1.433 .000 7.97 15.28

H
o
c

T
e
s
t
s

I
Based on observed means.
Q
*. The mean difference is significant at the .05 level.
(
F
a
k
t
o
r
Homogeneous Subsets
B
)
Tukey HSDa,b
 Kebolehan Membaca

Subset
IQ (Faktor B) N 1 2 3
Rendah 8 18.50
Sederhana 8 23.62
Tinggi 8 35.25
Sig. 1.000 1.000 1.000
Means for groups in homogeneous
subsets are displayed. Based on Type
II Sum of Squares
The error term is Mean Square(Error) = 8.208.
a. Uses Harmonic Mean Sample Size = 8.000.

b. Alpha = .05.

Profile Plots
 Estimated Marginal Means of Kebolehan Membaca

IQ (Faktor B)
R
e
n
d
a
h

S
e
d
e
r
h
a
n
a
35 Tinggi
Estimated Marginal Means

30

25
20

Kaedah I Kaedah II
Kaedah Pengajaran (Faktor A)

a) Nyatakan

(i) Variabel tak bersandar dan peringkatnya

 Kaedah Pengajaran (Kaedah I dan Kaedah II)

 IQ (IQ Rendah, IQ Sederhana dan IQ Tinggi)

(ii) Variabel bersandar dalam kajian ini.

 Kebolehan Membaca Pelajar

b) Nyatakan andaian-andaian yang perlu dipatuhi apabila melakukan ANOVA dua hala.
 Populasi tertabur secara normal.
 Sampel bebas.
 Varians bagi semua populasi adalah sama.
 Setiap kumpulan mempunyai saiz yang sama.

c) Adakah skor-skor bagi variabel bersandar di dalam setiap sel mempunyai

varians yang sama? Terangkan.
 Nilai p bagi ujian F ialah 0.237 dan lebih besar daripada 0.05. Ujian
Levene tidak signifikan. Kebolehan membaca dalam setiap sel
mempunyai varians yang sama.
 d) Nyatakan hipotesis - hipotesis nol bagi kajian ini.

Hipotesis Nol Hipotesis Alternatif

Kesan Utama Kaedah (A)
Kesan Utama IQ (B)
Kesan Interaksi antara Kaedah
dan IQ (A x B)
Tidak terdapat perbezaan yang
signifikan antara min kebolehan
membaca untuk dua jenis
kaedah.
Tidak terdapat perbezaan yang
signifikan antara min kebolehan
membaca untuk tiga tahap IQ.
Tidak ada kesan interaksi
antara kaedah dan IQ pada
jumlah min kebolehan
membaca pelajar.
Terdapat perbezaan yang
signifikan antara min kebolehan
membaca untuk dua jenis
kaedah.
Terdapat perbezaan yang
signifikan antara min kebolehan
membaca untuk tiga tahap IQ.
Terdapat kesan interaksi antara
kaedah dan IQ pada jumlah min
kebolehan membaca pelajar.

e) Adakah terdapat kesan utama faktor A terhadap kebolehan membaca? Terangkan.

 Oleh kerana, nilai p untuk kaedah pengajaran adalah 0.833 (p > 0.05), oleh itu, hipotesis
nol gagal ditolak. Oleh itu, tidak terdapat perbezaan yang signifikan antara min kebolehan
membaca untuk dua jenis kaedah pengajaran.

f) Adakah terdapat kesan utama faktor B terhadap kebolehan membaca? Terangkan.

 Oleh kerana, nilai p untuk IQ adalah 0.000 (p < 0.05), oleh itu, hipotesis nol ditolak. Oleh
itu, terdapat perbezaan yang signifikan antara min kebolehan membaca untuk tiga tahap
IQ.

g) Adakah terdapat kesan interaksi antara faktor A dan faktor B terhadap

kebolehan membaca? Terangkan.
 Oleh kerana, nilai p untuk interaksi kaedah pengajaran dan IQ adalah 0.015 (p < 0.05),
oleh itu, hipotesis nol ditolak. Oleh itu, terdapat kesan interaksi antara kaedah pengajaran
dan IQ pada jumlah min kebolehan membaca pelajar.
 h) Apakah saiz kesan bagi kesan utama dan kesan interaksi yang signifikan? Terangkan.
 Untuk kesan utama kaedah pengajaran, nilai separa eta kuasa dua adalah 0.003 (kecil).
Ini menunjukkan bahawa 0.3% varians dalam kebolehan membaca pelajar dijelaskan oleh
kaedah pengajaran.
 Untuk kesan utama IQ, nilai separa eta kuasa dua adalah 0.889 (besar). Ini menunjukkan
bahawa 88.9% varians dalam kebolehan membaca pelajar dijelaskan oleh IQ.
 Kesan saiz untuk kesan interaksi antara kaedah pengajaran dan IQ, nilai separa eta kuasa
dua adalah 0.371 (besar). Ini menunjukkan bahawa 37.1% varians dalam kebolehan
membaca pelajar dijelaskan oleh interaksi antara kaedah pengajaran dan IQ.

i) Perlukan ujian Post Hoc dilakukan? Terangkan dan jika perlu gunakan ujian Tukey.
 Untuk dua arah anova, apabila pemboleh ubah bebas mempunyai lebih dari dua tahap
dan terdapat kesan utama yang signifikan, perbandingan berganda menggunakan ujian
post hoc dilakukan untuk menentukan pasangan kaedah mana yang berbeza secara
signifikan.
 Bagi pasangan min IQ Rendah dan IQ Sederhana, nilai p ialah 0.006. Ini kurang
daripada 0.05, jadi kedua-dua min adalah berbeza dengan signifikan.
 Bagi pasangan min IQ Rendah dan IQ Tinggi, nilai p ialah 0.000. Ini kurang daripada
0.05, jadi kedua-dua min adalah berbeza dengan signifikan.
 Bagi pasangan min IQ Sederhana dan IQ Tinggi, nilai p ialah 0.000. Ini kurang
daripada 0.05, jadi kedua-dua min adalah berbeza dengan signifikan.

Keputusan dan Kesimpulan

ANOVA Dua-hala dilakukan untuk membandingkan kaedah pengajaran dan IQ terhadap kebolehan
membaca pelajar.

Tidak terdapat perbezaan yang signifikan antara min kebolehan membaca pelajar untuk dua kaedah
pengajaran dengan p > 0.05 [F (1,18) = 0.046, p = 0.833]. Nilai separa eta kuasa dua adalah 0.003
(kecil). Ini menunjukkan bahawa 0.3% varians dalam kebolehan membaca pelajar dijelaskan oleh
kaedah pengajaran.

Terdapat perbezaan yang signifikan antara min kebolehan membaca pelajar untuk IQ dengan p < 0.05
[F (2,18) = 71.792, p = 0.000]. Nilai separa eta kuasa dua adalah 0.889 (besar). Ini menunjukkan
bahawa 88.9% varians dalam kebolehan membaca pelajar dijelaskan oleh IQ.
Terdapat kesan interaksi antara kaedah pengajaran dan IQ pada jumlah min kebolehan membaca
pelajar dengan p < 0.05 [F (2,18) = 5.315, p = 0.015]. Nilai separa eta kuasa dua adalah 0.371 (besar).
Ini menunjukkan bahawa 37.1% varians dalam kebolehan membaca pelajar dijelaskan oleh interaksi
antara kaedah pengajaran dan IQ.

Oleh itu, hasil kajian menunjukkan bahawa kaedah pengajaran dan IQ mempengaruhi kebolehan
membaca oleh seseorang pelajar.