ANOVA

Definisi ANOVA
ANOVA ialah analisis statistik yang mengkaji perbezaan min antara
kumpulan. Kumpulan di sini boleh bermakna kumpulan atau jenis
rawatan. Anova ditemui dan diperkenalkan oleh seorang ahli statistik
bernama Ronald Fisher.

Anova bermaksud Analisis varians. Ia adalah prosedur ujian statistik yang

serupa dengan ujian t. Walau bagaimanapun, kelebihan Anova ialah ia boleh
menguji perbezaan antara lebih daripada dua kumpulan. Berbeza
dengan ujian t sampel bebas, yang hanya boleh menguji perbezaan dalam
min kedua-dua kumpulan.

Kegunaan Anova
ANOVA digunakan sebagai alat analisis untuk menguji hipotesis penyelidikan
yang menilai sama ada terdapat perbezaan min antara kumpulan. Keputusan
akhir analisis ANOVA ialah nilai ujian F atau F yang dikira. Nilai F Kira ini
yang akan dibandingkan dengan nilai dalam jadual f . Jika nilai f yang dikira
lebih daripada f jadual, dapat disimpulkan bahawa menerima H1 dan
menolak H0 atau bermakna terdapat perbezaan yang signifikan dalam min
semua kumpulan.

Contoh ANOVA
Contohnya ialah pengkaji ingin menilai sama ada terdapat perbezaan model
pembelajaran A, B dan C terhadap hasil pembelajaran mata pelajaran fizik
darjah 6. Di mana dalam kajian ini, kelas 6A diberi rawatan A, kelas 6B diberi
rawatan B dan kelas 6C diberi rawatan C. rawatan selama satu semester,
kemudian dibandingkan hasil pembelajaran semua murid darjah 6 (A, B dan
C). Setiap kelas mempunyai bilangan antara 40 hingga 50 pelajar.

Keputusan akhir yang diperoleh ialah nilai f yang dikira. Nilai ini

dibandingkan dengan nilai dalam jadual f pada tahap kebebasan tertentu
(darjah kebebasan). Jika F kira > F jadual , disimpulkan bahawa menerima
H1 atau yang bermaksud terdapat perbezaan yang signifikan atau signifikan
dalam keputusan ujian pelajar antara perlakuan model pembelajaran.
Anova Dalam Regresi Linear
Kadangkala pembaca agak keliru dengan jadual ANOVA tentang keputusan
analisis regresi linear . Sudah tentu, jika anda memahami tujuan sebenar
ujian yang satu ini, anda tidak akan keliru lagi. Anova dalam pengiraannya
membandingkan nilai min kuasa dua dan hasilnya adalah untuk menilai sama
ada model ramalan linear tidak jauh berbeza daripada anggaran nilai pekali
dan ralat piawai.

Ciri-ciri ANOVA
Cirinya ialah kehadiran satu atau lebih pembolehubah tidak
bersandar sebagai faktor penyebab dan satu atau lebih pembolehubah
bergerak balas sebagai hasil atau kesan faktor. Contoh penyelidikan yang
boleh menggambarkan penjelasan ini: "Adakah terdapat sebarang kesan
jenis bahan api terhadap hayat toraks enjin?" Daripada tajuk itu jelas
bahawa bahan api adalah faktor penyebab manakala umur toraks enjin
adalah hasil atau kesan daripada rawatan faktor. Ciri lain ialah
pembolehubah bergerak balas pada nisbah atau skala data selang (numerik
atau kuantitatif).

ANOVA ialah salah satu daripada pelbagai jenis ujian parametrik, kerana ia
memerlukan taburan normal pada pembolehubah bersandar setiap rawatan
atau taburan normal pada sisa. Keperluan normaliti ini mengandaikan
bahawa sampel diambil secara rawak dan boleh mewakili keseluruhan
populasi supaya hasil kajian boleh digunakan sebagai generalisasi. Namun,
keunikannya ialah ujian ini boleh dikatakan agak teguh atau kebal terhadap
andaian ini.

Jenis ANOVA
Jenisnya adalah berdasarkan bilangan pembolehubah faktor (pembolehubah
bebas atau pembolehubah tidak bersandar) dan bilangan pembolehubah
bergerak balas (pembolehubah bersandar atau pembolehubah
bersandar). Pembahagiannya adalah seperti berikut:

Univariate:
1. Univariate One Way Analysis of Variance . Jika pembolehubah bebas dan
pembolehubah bersandar adalah satu.
2. Analisis Varian Dua Hala Univariat . Jika terdapat 2 pembolehubah bebas,
manakala pembolehubah bersandar adalah satu.
3. Analisis Varian Pelbagai Hala Univariat. Jika pembolehubah bebas ialah >
2, manakala pembolehubah bersandar ialah satu.

Multivariate:
1. Multivariate One Way Analysis of Variance . Jika bilangan pembolehubah
bebas dan pembolehubah bersandar lebih daripada satu.
2. Analisis Varian Dua Hala Pelbagai Varian. Sekiranya terdapat 2
pembolehubah tidak bersandar, manakala bilangan pembolehubah bersandar
adalah lebih daripada satu.
3. Analisis Pelbagai Hala Pelbagai Varians. Jika pembolehubah bebas ialah >
2, manakala pembolehubah bersandar lebih daripada satu.

Jenis lain yang menggunakan prinsip ini ialah:

1. Analisis Ukur Berulang bagi varians.

2. Analisis Kovarian (ANCOVA) .
3. Analisis Pelbagai Varian Kovarian (MANCOVA) .