Plg500 k8 Anova2hala Bhg2 2

PLG 500
PENAAKULAN STATISTIK
DALAM PENDIDIKAN
Kuliah 8: ANOVA DUA HALA

(Bhg 2)
Contoh kesan utama faktor B
 Seorang penyelidik ingin menentukan kesan kaedah
pembelajaran dan jantina terhadap bilangan perkataan
Bahasa Inggeris yang dapat diingat oleh pelajar. Jadual
berikut menunjukkan keputusan kajiannya.
Jantina (Faktor B)
Lelaki (b1) Perempuan (b2)
Menghafal
Kaedah (a1) X 11  40 X 12  20 X 1.  30
Pembelajaran Kata Kunci
(Faktor A) (a2)
X 21  40 X 22  20 X 2 .  30
X .1  40 X .2  20 X  30
Jantina (Faktor B)
Menghafal
Kaedah (a1) X 11  40 X 12  20 X 1.  30
(Faktor A) (a2) X 21  40 X 22  20 X 2 .  30
X .1  40 X .2  20 X  30
Tiada perbezaan antara min baris 1 dan min baris 2 (iaitu, 30 – 30 = 0).
Maka, tiada kesan utama kaedah pembelajaran (faktor A) terhadap bilangan
perkataan Bahasa Inggeris yang dapat diingat oleh pelajar.
Terdapat perbezaan antara min lajur 1 dan min lajur 2 (iaitu, 40 – 20 = 10).
Maka, terdapat kesan utama jantina (faktor B) terhadap bilangan perkataan
Bahasa Inggeris yang dapat diingat oleh pelajar.
Jantina (Faktor B)
Menghafal
Kaedah (a1) X 11  40 X 12  20 X 1.  30
(Faktor A) (a2) X 21  40 X 22  20 X 2 .  30
X .1  40 X .2  20 X  30
• Perbezaan antara min sel a1 b1 dan min sel a2 b1 (iaitu, 40 – 40 = 0) adalah sama
dengan perbezaan antara min sel a1 b2 dan min sel a2 b2 (iaitu, 20 – 20 = 0).
Maka, tiada kesan interaksi antara faktor A dan setiap peringkat faktor B.
• Perbezaan antara min sel a1 b1 dan min sel a1 b2 (iaitu, 40 – 20 = 20) adalah sama
dengan perbezaan antara min sel a2 b1 dan min sel a2 b2 (iaitu, 40 – 20 = 20).
Maka, tiada kesan interaksi antara faktor B dan setiap peringkat faktor A.
Jantina (Faktor B)
Menghafal
Kaedah (a1) X 11  40 X 12  20 X 1.  30
(Faktor A) (a2) X 21  40 X 22  20 X 2 .  30
X .1  40 X .2  20 X  30
Lelaki
Min bilangan perkataan BI
Perempuan
yang dapat diingat
• Dua garis lurus adalah

selari. Ini bermakna tiada
kesan interaksi antara
faktor A dan faktor B
Menghafal Kata Kunci

Contoh kesan interaksi
Bahasa Inggeris yang dapat diingat oleh pelajar. Jadual
berikut menunjukkan keputusan kajiannya.
Jantina (Faktor B)
Menghafal
Kaedah (a1) X 11  40 X 12  10 X 1.  25
(Faktor A) (a2)
X 21  10 X 22  40 X 2 .  25
X .1  25 X .2  25 X  25
Jantina (Faktor B)
Menghafal
Kaedah (a1) X 11  40 X 12  10 X 1.  25
(Faktor A) (a2) X 21  10 X 22  40 X 2 .  25
X .1  25 X .2  25 X  25
Tiada perbezaan antara min baris 1 dan min baris 2 (iaitu, 25 – 25 = 0).
Maka, tiada kesan utama kaedah pembelajaran (faktor A) terhadap bilangan
perkataan Bahasa Inggeris yang dapat diingat oleh pelajar.
Tiada perbezaan antara min lajur 1 dan min lajur 2 (iaitu, 25 – 25 = 0).
Maka, tiada kesan utama jantina (faktor B) terhadap bilangan perkataan
Bahasa Inggeris yang dapat diingat oleh pelajar.
Jantina (Faktor B)
Menghafal
Kaedah (a1) X 11  40 X 12  10 X 1.  25
(Faktor A) (a2) X 21  10 X 22  40 X 2 .  25
X .1  25 X .2  25 X  25
• Perbezaan antara min sel a1 b1 dan min sel a2 b1 (iaitu, 40 – 10 = 30) adalah
tidak sama dengan perbezaan antara min sel a1 b2 dan min sel a2 b2 (iaitu,
10 – 40 = -30). Maka, terdapat kesan interaksi antara faktor A dan setiap
peringkat faktor B.
• Perbezaan antara min sel a1 b1 dan min sel a1 b2 (iaitu, 40 – 10 = 30) adalah
tidak sama dengan perbezaan antara min sel a2 b1 dan min sel a2 b2 (iaitu,
10 – 40 = -30). Maka, terdapat kesan interaksi antara faktor B dan setiap
peringkat faktor A.
Jantina (Faktor B)
Menghafal
Kaedah (a1) X 11  40 X 12  10 X 1.  25
(Faktor A) (a2) X 21  10 X 22  40 X 2 .  25
X .1  25 X .2  25 X  25
Lelaki
Min bilangan perkataan BI
Perempuan
yang dapat diingat
• Dua garis lurus adalah tidak

selari (bersilang). Ini bermakna
terdapat kesan interaksi antara
Menghafal Kata Kunci

4. Pengujian Hipotesis dengan
Menggunakan SPSS
 Andaian ANOVA dua hala:

1. Sampel dipilih secara rawak daripada populasi dan
bebas daripada satu sama lain.
2. Skor bagi pembolehubah bersandar adalah
bertaburan normal.
3. Skor bagi pembolehubah bersandar di dalam setiap
sel mempunyai varians yang sama.
4. Pengujian Hipotesis dengan
Menggunakan SPSS
 Langkah-langkah:
1. Nyatakan hipotesis nol dan hipotesis
alternatif
2. Tetapkan kriteria bagi menolak
hipotesis nol
3. Jalankan analisis SPSS
4. Buat keputusan
Langkah 1: Menyatakan hipotesis nol dan
hipotesis alternatif
 Dalam ANOVA dua hala, tiga hipotesis nol boleh

diuji:
1. kesan utama faktor A
2. kesan utama faktor B
3. kesan interaksi antara faktor A dan faktor B
Hipotesis nol bagi kesan utama faktor A
Ho : 1. = 2. = 3. = … = j.

(Min skor variabel bersandar bagi faktor A
adalah sama dalam populasi)
H1 : Sekurang-kurangnya satu i.  j.

(Sekurang-kurangnya dua min skor variabel
bersandar bagi faktor A adalah tidak sama dalam
populasi)
Hipotesis nol bagi kesan utama faktor B
Ho : .1 = .2 = .3 = … = .k

(Min skor pembolehubah bersandar bagi faktor B
adalah sama dalam populasi)
H1 : Sekurang-kurangnya satu .i  .j

(Sekurang-kurangnya dua min skor pembolehubah
bersandar bagi faktor B adalah tidak sama dalam
populasi)
Hipotesis nol bagi kesan interaksi (A x B)
Ho : Kesemua (jk - j. - .k + ) = 0
(Tiada kesan interaksi antara faktor A dan faktor B)
H1 : Bukan semua (jk - j. - .k + ) = 0

(Terdapat kesan interaksi antara faktor A dan faktor B)
Kesan interaksi antara = ( jk -  ) – ( j. -  ) – ( .k -  )

bagi sel ajbk min sel ajbk tolak min baris aj tolak min lajur bk tolak
min keseluruhan min keseluruhan min keseluruhan
= jk - j. - .k + 

Langkah 2: Menetapkan kriteria bagi
menolak hipotesis nol
 Ho bagi kesan utama faktor A akan ditolak jika nilai p bagi
ujian F kurang daripada nilai aras kesignifikanan ( )
 Ho bagi kesan utama faktor B akan ditolak jika nilai p bagi

ujian F kurang daripada nilai aras kesignifikanan ( )
 Ho bagi kesan interaksi antara faktor A dan faktor B akan

ditolak jika nilai p bagi ujian F kurang daripada nilai aras
kesignifikanan ( )
(Nilai  yang lazim digunakan ialah 0.05 dan 0.01)

Langkah 3: Menjalankan analisis SPSS
1. Buka fail data yang sesuai.

2. Klik Analyze > General Linear Model >
Univariate...
3. Apabila tetingkap Univariate dipaparkan,
a) pindahkan pembolehubah bersandar ke
ruangan Dependent Variable:
b) pindahkan pembolehubah-pembolehubah
tak bersandar ke ruangan Fixed Factor(s):
1. Klik Plots… untuk membuka tetingkap

Univariate: Profile Plots
2. Pindahkan faktor A ke ruangan Horizontal Axis:
3. Pindahkan faktor B ke ruangan Separate Lines:
4. Klik Add.
5. Klik Continue.
1. Klik Options… untuk membuka tetingkap

Univariate: Options
2. Di dalam kotak Display, klik Descriptive
statistics ,Homogeneity tests dan Estimates of
effect size
3. Pilih aras kesignifikan
4. Klik Continue
5. Klik OK.
Langkah 4: Membuat keputusan
 Ho : 1. = 2. = 3. = … = j. ditolak jika nilai p bagi ujian

F kurang daripada nilai 0.05 atau 0.01
 Penyelidik boleh membuat kesimpulan dengan keyakinan

99% (bagi  = 0.01) atau 95% (bagi  = 0.05) bahawa
sekurang-kurangnya dua min skor pembolehubah
bersandar bagi faktor A adalah tidak sama dalam populasi.
 Ini bermakna terdapat kesan utama faktor A yang

signifikan.
 Atau Ho : 1. = 2. = 3. = … = j. gagal ditolak jika

nilai p bagi ujian F lebih besar daripada nilai 0.05 atau
0.01

min skor pembolehubah bersandar bagi faktor A adalah
sama dalam populasi.
 Ini bermakna tiada kesan utama faktor A yang signifikan.

 Ho : .1 = .2 = .3 = … = .k ditolak jika nilai p bagi
ujian F kurang daripada nilai 0.05 atau 0.01

sekurang-kurangnya dua min populasi bagi faktor B
adalah tidak sama dalam populasi.
 Ini bermakna terdapat kesan utama faktor B yang

signifikan.
 Atau Ho : .1 = .2 = .3 = … = .k gagal ditolak jika
nilai p bagi ujian F lebih besar daripada nilai 0.05 atau
0.01

min skor pembolehubah bersandar bagi faktor B adalah
sama dalam populasi.
 Ini bermakna tiada kesan utama faktor B yang signifikan.

 Kesemua (jk - j. - .k + ) = 0 ditolak jika nilai p bagi

ujian F kurang daripada nilai 0.05 atau 0.01

bukan semua (jk - j. - .k + ) = 0.
 Ini bermakna terdapat kesan interaksi antara faktor A dan

faktor B yang signifikan.
 Atau Kesemua (jk - j. - .k + ) = 0 gagal ditolak nilai

p bagi ujian F lebih besar daripada nilai 0.05 atau 0.01

kesemua (jk - j. - .k + ) = 0.
 Ini bermakna tiada kesan interaksi antara faktor A dan

faktor B yang signifikan.
Contoh 1
Bahasa Inggeris yang dapat diingat oleh pelajar seperti
yang ditunjukkan dalam jadual berikut.
 Apakah keputusan penyelidik itu pada aras
kesignifikanan  = 0.01?
Jantina
Lelaki Perempuan
Menghafal 12, 9, 11, 19, 6, 7, 3, 11,
Kaedah 16, 14, 13, 15 5, 10, 5, 8
Pembelajaran Kata kunci 25, 22, 19, 23, 9, 4, 7, 11,
17, 24, 20, 21 5, 8, 12, 6
Bagi kesan utama kaedah pembelajaran:
Ho : 1. = 2.
(Min bilangan perkataan Bahasa Inggeris yang dapat
diingat oleh pelajar bagi kaedah menghafal dan
kaedah kata kunci adalah sama dalam populasi)
H1 : 1.  2.
diingat oleh pelajar bagi kaedah menghafal dan
kaedah kata kunci adalah tidak sama dalam populasi)
Bagi kesan utama jantina:
Ho : .1 = .2
diingat oleh pelajar bagi lelaki dan perempuan adalah
sama dalam populasi)
H1 : .1  .2
diingat oleh pelajar bagi lelaki dan perempuan adalah
tidak sama dalam populasi)
Bagi kesan interaksi antara kaedah pembelajaran dan

jantina:
Ho : Kesemua (jk - j. - .k + ) = 0

(Tiada kesan interaksi antara kaedah pembelajaran dan
jantina)

(Terdapat kesan interaksi antara kaedah pembelajaran
dan jantina)
 Ho bagi kesan utama kaedah pembelajaran

akan ditolak jika nilai p bagi ujian F kurang
daripada 0.01
Atau
 Ho bagi kesan utama kaedah pembelajaran
akan gagal ditolak jika nilai p bagi ujian F
lebih besar daripada 0.01
 Ho bagi kesan utama jantina akan ditolak jika

nilai p bagi ujian F kurang daripada 0.01
Atau
 Ho bagi kesan utama jantina akan gagal
ditolak jika nilai p bagi ujian F lebih besar
daripada 0.01
 Ho bagi kesan interaksi antara kaedah

pembelajaran dan jantina akan ditolak jika
Atau
 Ho bagi kesan interaksi antara kaedah
pembelajaran dan jantina akan gagal ditolak

jika nilai p bagi ujian F lebih besar daripada
0.01
 Hasil analisis SPSS - andaian varians yang sama
Levene's Test of Equality of Error Variances(a)
Dependent Variable: Bilangan perkataan BI yang diingat oleh pelajar
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+KaedahPembelajaran+Jantina+KaedahPembelajaran * Jantina
Nilai p bagi
ujian F
Nilai p bagi ujian F ialah 0.986 dan lp > 0.01.
Ujian Levene adalah tidak signifikan. Maka bilangan perkataan BI yang
dapat diingat oleh pelajar dalam setiap sel mempunyai varians yang
sama.
Hasil analisis SPSS – ujian F
Tests of Between-Subjects Effects
Type III Sum Partial Eta

Source of Squares df Mean Square F Sig. Squared
Corrected Model 1073.594(a) 3 357.865 44.708 .000 .827
Intercept 4925.281 1 4925.281 615.317 .000 .956
KaedahPembelajaran 148.781 1 148.781 18.587 .000 .399
Jantina 830.281 1 830.281 103.727 .000 .787
KaedahPembelajaran
94.531 1 94.531 11.810 .002 .297
* Jantina
Error 224.125 28 8.004
Total 6223.000 32
Corrected Total 1297.719 31
a R Squared = .827 (Adjusted R Squared = .809)
Bagi kesan utama kaedah pembelajaran, nilai p bagi ujian F ialah 0.000 dan pada <
.01.
Bagi kesan utama jantina, nilai p bagi ujian F ialah 0.000 dan lp > 0.01.
Bagi kesan interaksi antara kaedah pembelajaran dan jantina, nilai p bagi ujian F
ialah 0.002 dan p < 0.01.
 Ho : 1. = 2. bagi kesan utama kaedah pembelajaran

ditolak kerana nilai p kurang daripada 0.01
99% bahawa min bilangan perkataan Bahasa Inggeris
yang dapat diingat oleh pelajar bagi kaedah menghafal
dan kaedah kata kunci adalah tidak sama dalam populasi.
 Ini bermakna terdapat kesan utama kaedah pembelajaran
yang signifikan terhadap bilangan perkataan BI yang
dapat diingat oleh pelajar.
 Ho : .1 = .2 bagi kesan utama jantina ditolak kerana nilai

p kurang daripada 0.01
99 % bahawa min bilangan perkataan Bahasa Inggeris
yang dapat diingat oleh pelajar bagi lelaki dan perempuan
 Ini bermakna terdapat kesan utama jantina yang signifikan
terhadap bilangan perkataan BI yang diingat oleh pelajar.
 Ho : Kesemua (jk - j. - .k + ) = 0 bagi kesan interaksi

antara kaedah pembelajaran dan jantina ditolak kerana
nilai p kurang daripada 0.01
99% bahawa terdapat kesan interaksi antara kaedah
pembelajaran dan jantina yang signifikan.
 Ini bermakna kesan kaedah pembelajaran terhadap
bilangan perkataan BI yang dapat diingat bergantung
pada jantina pelajar.
Profile Plots
Dua garis lurus itu tidak selari. Maka, terdapat kesan interaksi antara kaedah
pembelajaran dan jantina yang signifikan
5. Saiz kesan
 Bagi ANOVA dua hala, saiz kesan ialah satu ukuran
bagi kekuatan kesan suatu rawatan yang signifikan.
 Saiz kesan diukur dengan menggunakan kuasa dua
eta separa, 2 (partial eta squared ).
 Nilai 2 adalah dari 0 hingga 1
 Klasifikasi Cohen tentang saiz kesan:
2 Saiz kesan
0.01  2 < 0.06 Kecil
0.06  2 < 0.14 Sederhana
2  0.14 Besar
Contoh

Intercept 4925.281 1 4925.281 615.317 .000 .956
KaedahPembelajaran 148.781 1 148.781 18.587 .000 .399
Jantina 830.281 1 830.281 103.727 .000 .787
KaedahPembelajaran
94.531 1 94.531 11.810 .002 .297
* Jantina
Error 224.125 28 8.004
Total 6223.000 32
Bagi kesan utama kaedah pembelajaran, nilai 2 ialah 0.399.

Bagi kesan utama jantina, nilai 2 ialah 0.787.
Bagi kesan interaksi antara kaedah pembelajaran dan jantina, nilai 2 ialah 0.297.
Saiz kesan bagi kaedah pembelajaran
 Bagi kesan utama kaedah pembelajaran,

nilai 2 ialah 0.399 (besar).
 Ini menunjukkan bahawa 39.9%
daripada varians dalam bilangan
perkataan Bahasa Inggeris yang dapat
diingat oleh pelajar dapat dijelaskan oleh
kaedah pembelajaran.
Saiz kesan bagi jantina
 Bagi kesan utama jantina, nilai 2 ialah

0.787 (besar).
daripada varians dalam bilangan
perkataan Bahasa Inggeris yang dapat
diingat oleh pelajar dapat dijelaskan oleh
jantina pelajar.
Saiz kesan bagi kesan interaksi
 Bagi kesan interaksi antara kaedah
pembelajaran dan jantina, nilai 2 ialah
0.297 (besar).
 Ini menunjukkan bahawa 29.7% daripada
varians dalam bilangan perkataan Bahasa
Inggeris yang dapat diingat oleh pelajar
dapat dijelaskan oleh interaksi antara
kaedah pembelajaran dan jantina.
Contoh 2
 Seorang penyelidik ingin menentukan kesan jantina dan
tempoh latihan senaman terhadap kecergasan pelajar
seperti yang ditunjukkan dalam jadual berikut.
 Apakah keputusan penyelidik itu pada aras
kesignifikanan  = 0.05?
Tempoh Latihan Senaman

1 Minggu 2 Minggu 3 Minggu
Lelaki 32, 27, 22, 19, 28, 31, 24, 25, 36, 47, 42, 35,
Jantina 28, 23, 25, 21 26, 33, 27, 25 46, 39, 43, 40
Perempuan 18, 22, 20, 25, 27, 31, 27, 25, 24, 27, 33, 25,
16, 19, 24, 31 25, 32, 26, 24 26, 30, 32, 29
Bagi kesan utama jantina:
Ho : 1. = 2.
(Min kecergasan bagi lelaki dan perempuan adalah
sama dalam populasi)
H1 : 1.  2.
(Min kecergasan bagi lelaki dan perempuan adalah
tidak sama dalam populasi)
Bagi kesan utama tempoh latihan senaman:
Ho : .1 = .2 = .3

(Min kecergasan bagi 1 minggu, 2 minggu dan 3
minggu adalah sama dalam populasi)
H1 : Sekurang-kurangnya satu .i  .j

(Sekurang-kurangnya dua min kecergasan bagi
tempoh latihan senaman adalah tidak sama dalam
populasi)
Bagi kesan interaksi antara jantina dan tempoh latihan

senaman:
Ho : Kesemua (jk - j. - .k + ) = 0

(Tiada kesan interaksi antara jantina dan tempoh
latihan senaman)

(Terdapat kesan interaksi antara jantina dan tempoh
latihan senaman)
 Ho : 1. = 2. bagi kesan utama jantina akan

ditolak jika nilai p bagi ujian F kurang
daripada 0.05
 Ho : 1. = 2. bagi kesan utama jantina akan
gagal ditolak jika nilai p bagi ujian F lebih
besar daripada 0.05
 Ho : .1 = .2 = .3 bagi kesan utama

tempoh latihan senaman akan ditolak jika
 Ho : .1 = .2 = .3 bagi kesan utama
tempoh latihan senaman akan gagal ditolak
jika nilai p bagi ujian F lebih besar daripada
0.05
 Ho : Kesemua (jk - j. - .k + ) = 0 bagi

kesan interaksi antara jantina dan tempoh
latihan senaman akan ditolak jika nilai p bagi
ujian F kurang daripada 0.05
 Ho : Kesemua (jk - j. - .k + ) = 0 bagi
kesan interaksi antara jantina dan tempoh
latihan senaman akan gagal ditolak jika nilai
p bagi ujian F lebih besar daripada 0.05
 Hasil analisis SPSS - andaian varians yang sama
Levene's Test of Equality of Error Variances(a)
Dependent Variable: Kecergasan Pelajar
F df1 df2 Sig.
.669 5 42 .649
Tests the null hypothesis that the error variance of the dependent variable is equal across groups.
a Design: Intercept+Jantina+TempohLatihanSenaman+Jantina * TempohLatihanSenaman
Nilai p bagi
ujian F
Nilai p bagi ujian F ialah 0.649 dan lebih besar daripada 0.05.
Ujian Levene adalah tidak signifikan. Maka skor kecergasan pelajar
dalam setiap sel mempunyai varians yang sama
Hasil analisis SPSS – ujian F

Intercept 38646.750 1 38646.750 2613.790 .000 .984
Jantina 330.750 1 330.750 22.370 .000 .348
TempohLatihanSenaman 1065.500 2 532.750 36.031 .000 .632
Jantina *
350.000 2 175.000 11.836 .000 .360
TempohLatihanSenaman
Error 621.000 42 14.786
Total 41014.000 48
Bagi kesan utama jantina, nilai p bagi ujian F ialah 0.000 dan kurang daripada 0.05.
Bagi kesan utama tempoh latihan senaman, nilai p bagi ujian F ialah 0.000 dan
lebih besar daripada 0.05.
Bagi kesan interaksi antara jantina dan tempoh latihan senaman, nilai p bagi ujian F
ialah 0.000 dan kurang daripada 0.05.
 Ho : 1. = 2. bagi kesan utama jantina ditolak kerana nilai

p kurang daripada 0.05
95% bahawa min kecergasan bagi lelaki dan perempuan
 Ini bermakna terdapat kesan utama jantina yang signifikan
terhadap kecergasan pelajar.
 Ho : .1 = .2 = .3 bagi kesan utama tempoh latihan

senaman ditolak kerana nilai p kurang daripada 0.05
95% bahawa sekurang-kurangnya dua min kecergasan
bagi tempoh latihan senaman adalah tidak sama dalam
populasi. (Tetapi pasangan min yang manakah berbeza
secara signifikan?)
 Ini bermakna terdapat kesan utama tempoh latihan
senaman yang signifikan terhadap kecergasan pelajar.
 Ho : Kesemua (jk - j. - .k + ) = 0 bagi kesan interaksi

antara jantina dan tempoh latihan senaman ditolak kerana
nilai p kurang daripada 0.05
95% bahawa terdapat kesan interaksi antara jantina dan
tempoh latihan senaman yang signifikan.
 Ini bermakna kesan jantina terhadap kecergasan pelajar
bergantung pada tempoh latihan senaman pelajar.
Profile Plots
Tiga garis lurus itu tidak selari. Maka, terdapat kesan interaksi antara
jantina dan tempoh latihan senaman yang signifikan.
Saiz kesan

Intercept 38646.750 1 38646.750 2613.790 .000 .984
Jantina 330.750 1 330.750 22.370 .000 .348
TempohLatihanSenaman 1065.500 2 532.750 36.031 .000 .632
Jantina *
350.000 2 175.000 11.836 .000 .360
TempohLatihanSenaman
Error 621.000 42 14.786
Total 41014.000 48
Bagi kesan utama jantina, nilai 2 ialah 0.348.

Bagi kesan utama tempoh latihan senaman, nilai 2 ialah 0.632.
Bagi kesan interaksi antara jantina dan tempoh latihan senaman, nilai 2 ialah
0.360.
Saiz kesan bagi jantina
 Bagi kesan utama jantina, nilai 2 ialah

0.348 (besar).
daripada varians dalam kecergasan
pelajar dapat dijelaskan oleh tempoh
latihan senaman pelajar.
Saiz kesan bagi tempoh latihan senaman
 Bagi kesan utama tempoh latihan

senaman, nilai 2 ialah 0.632 (besar).
daripada varians dalam kecergasan
pelajar dapat dijelaskan oleh jantina
pelajar.
Saiz kesan bagi kesan interaksi
 Bagi kesan interaksi antara jantina dan
tempoh latihan senaman, nilai 2 ialah
0.360 (besar).
 Ini menunjukkan bahawa 36.0% daripada
varians dalam dalam kecergasan pelajar
dapat dijelaskan oleh interaksi antara
jantina dan tempoh latihan senaman.
5. Perbandingan Berganda
 Bagi ANOVA dua hala,

apabila pembolehubah tak bersandar
mempunyai lebih daripada dua peringkat dan
terdapat kesan utama yang signifikan,
maka perbandingan berganda dengan
menggunakan ujian Post Hoc dijalankan
untuk menentukan pasangan min yang
berbeza.
Ujian Post Hoc dengan menggunakan
SPSS
1. Klik Analyze > General Linear Model >
Univariate...
2. Klik Post Hoc
3. Pindahkan pembolehubah tak bersandar ke
dalam ruangan Post-Hoc Tests for:
4. Pilih jenis ujian Post Hoc
5. Klik Continue
6. Klik OK
Multiple Comparisons
Tukey HSD
(I) Tempoh Latihan (J) Tempoh Mean Std. Sig. 95% Confidence Interval
Senaman (Faktor Latihan Senaman Difference Error
Lower Upper
B) (Faktor B) (I-J) Bound Bound
1 Minggu 2 Minggu -4.00(*) 1.359 .014 -7.30 -.70
3 Minggu -11.38(*) 1.359 .000 -14.68 -8.07
2 Minggu 1 Minggu 4.00(*) 1.359 .014 .70 7.30
3 Minggu -7.38(*) 1.359 .000 -10.68 -4.07
3 Minggu 1 Minggu 11.38(*) 1.359 .000 8.07 14.68
2 Minggu 7.38(*) 1.359 .000 4.07 10.68
Based on observed means.

* The mean difference is significant at the .05 level.
Bagi pasangan min kecergasan 1 Minggu dan 2 Minggu, nilai p ialah 0.014
dan kurang daripada 0.05. Maka, dua min kecergasan itu berbeza secara signifikan.
Descriptive Statistics
Tempoh Latihan Senaman

Jantina (Faktor A) (Faktor B) Mean Std. Deviation N
Lelaki 1 Minggu 24.63 4.241 8
2 Minggu 27.37 3.159 8
3 Minggu 41.00 4.342 8
Total 31.00 8.230 24
Perempuan 1 Minggu 21.88 4.764 8
2 Minggu 27.13 2.900 8
3 Minggu 28.25 3.284 8
Total 25.75 4.561 24
Total 1 Minggu 23.25 4.583 16
2 Minggu 27.25 2.933 16
3 Minggu 34.63 7.562 16
Total 28.38 7.097 48
Kecergasan pelajar bagi tempoh latihan senaman 3 minggu adalah lebih tinggi
daripada kecergasan pelajar bagi tempoh latihan senaman 2 minggu dan 1
minggu.
Kecergasan pelajar bagi tempoh latihan senaman 2 minggu adalah lebih tinggi
daripada kecergasan pelajar bagi tempoh latihan senaman 1 minggu.

Plg500 k8 Anova2hala Bhg2 2

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Plg500 k8 Anova2hala Bhg2 2

Uploaded by

Copyright:

Available Formats

PLG 500

Kuliah 8: ANOVA DUA HALA

• Dua garis lurus adalah

Menghafal Kata Kunci

• Dua garis lurus adalah tidak

Menghafal Kata Kunci

 Andaian ANOVA dua hala:

 Dalam ANOVA dua hala, tiga hipotesis nol boleh

Ho : 1. = 2. = 3. = … = j.

H1 : Sekurang-kurangnya satu i.  j.

Ho : .1 = .2 = .3 = … = .k

H1 : Sekurang-kurangnya satu .i  .j

H1 : Bukan semua (jk - j. - .k + ) = 0

Kesan interaksi antara = ( jk -  ) – ( j. -  ) – ( .k -  )

= jk - j. - .k + 

 Ho bagi kesan utama faktor B akan ditolak jika nilai p bagi

 Ho bagi kesan interaksi antara faktor A dan faktor B akan

(Nilai  yang lazim digunakan ialah 0.05 dan 0.01)

1. Buka fail data yang sesuai.

1. Klik Plots… untuk membuka tetingkap

1. Klik Options… untuk membuka tetingkap

 Ho : 1. = 2. = 3. = … = j. ditolak jika nilai p bagi ujian

 Penyelidik boleh membuat kesimpulan dengan keyakinan

 Ini bermakna terdapat kesan utama faktor A yang

 Atau Ho : 1. = 2. = 3. = … = j. gagal ditolak jika

 Penyelidik boleh membuat kesimpulan dengan keyakinan

 Ini bermakna tiada kesan utama faktor A yang signifikan.

 Penyelidik boleh membuat kesimpulan dengan keyakinan

 Ini bermakna terdapat kesan utama faktor B yang

 Penyelidik boleh membuat kesimpulan dengan keyakinan

 Ini bermakna tiada kesan utama faktor B yang signifikan.

 Kesemua (jk - j. - .k + ) = 0 ditolak jika nilai p bagi

 Penyelidik boleh membuat kesimpulan dengan keyakinan

 Ini bermakna terdapat kesan interaksi antara faktor A dan

 Atau Kesemua (jk - j. - .k + ) = 0 gagal ditolak nilai

 Penyelidik boleh membuat kesimpulan dengan keyakinan

 Ini bermakna tiada kesan interaksi antara faktor A dan

Bagi kesan interaksi antara kaedah pembelajaran dan

Ho : Kesemua (jk - j. - .k + ) = 0

H1 : Bukan semua (jk - j. - .k + ) = 0

 Ho bagi kesan utama kaedah pembelajaran

 Ho bagi kesan utama jantina akan ditolak jika

 Ho bagi kesan interaksi antara kaedah

pembelajaran dan jantina akan gagal ditolak

Dependent Variable: Bilangan perkataan BI yang diingat oleh pelajar

F df1 df2 Sig.

Type III Sum Partial Eta

 Ho : 1. = 2. bagi kesan utama kaedah pembelajaran

 Ho : .1 = .2 bagi kesan utama jantina ditolak kerana nilai

 Ho : Kesemua (jk - j. - .k + ) = 0 bagi kesan interaksi

Type III Sum Partial Eta

Bagi kesan utama kaedah pembelajaran, nilai 2 ialah 0.399.

 Bagi kesan utama kaedah pembelajaran,

 Bagi kesan utama jantina, nilai 2 ialah

Tempoh Latihan Senaman

Bagi kesan utama jantina:

Bagi kesan utama tempoh latihan senaman:

Ho : .1 = .2 = .3

H1 : Sekurang-kurangnya satu .i  .j

Bagi kesan interaksi antara jantina dan tempoh latihan

Ho : Kesemua (jk - j. - .k + ) = 0

H1 : Bukan semua (jk - j. - .k + ) = 0

 Ho : 1. = 2. bagi kesan utama jantina akan

 Ho : .1 = .2 = .3 bagi kesan utama