Objektif

Menerangkan logik disebalik penggunaan

ANOVA
Menjalankan ANOVA satu faktor atau
sehala
Menjalankan ANOVA dua faktor
Contoh situasi ANOVA
Subjek : 25 orang yang melecur akibat
terperangkap di dalam satu kebakaran
Rawatan : ubat A, ubat B, ubat C
Pengukuran : bilangan hari sembuh
Data dan purata
Ubat A: 5,6,6,7,7,8,9,10 [7.26]
Ubat B:7,7,8,9,9,10,10,11 [8.875]
Ubat C:7,9,9,10,10,10,11,12,13 [10.11]
Persoalannya: Adakah bilangan hari sembuh berbeza
mengikut jenis ubat?
Istilah
Faktor atau rawatan pembolehubah bebas.
berdasarkan contoh jenis ubat
Aras bilangan kategori faktor atau
rawatan. Contoh 3 jenis ubat, A, B dan C
Pembolehubah bersandar bilangan hari
untuk sembuh.

KENAPA GUNA ANOVA??
Remeh dan memerlukan banyak masa
Boleh menyebabkan peningkatan kebarangkalian
ralat jenis 1.
Andaikan ingin menguji kesamaan 4 min dgn mgunakan
perbandingan pasangan demi pasangan.
Terdapat 6 pasangan, jika kb(ralat jenis I) bagi
setiap pengujian hipotesis o = 0.05 maka kb tidak
mlakukan ralat jenis I ialah 1-o = 0.95
Andaikan X bil. Ujian melakukan ralat jenis 1
P(X=0)=
6
C
0
x (0.05)
0
x (0.95)
6
= 0.7351
Ini bermakna kb mlakukan sekurang-kurangnya
satu ralat jenis I dalam keenam-enam pengujian
ialah
P(X > 1) = 1 - P(X=0) = 1-0.7351 = 0.2349
ANOVA satu faktor


Membandingkan min bagi satu kumpulan atau lebih
berdasarkan satu pembolehubah tidak bersandar
(faktor/rawatan).
Andaian-andaian
Semua populasi kajian tertabur secara normal dengan
varians seragam
Semua sampel diambil secara rawak
Pemilihan sampel adalah merdeka
Hipotesis yang ingin diuji
H
o
:
1
=
2
=
3
= =
k
(tidak terdapat perbezaan min
di antara populasi yang dikaji)
H
1
: Terdapat perbezaan min di antara populasi yang
dikaji.


Statistik ujian




a = bilangan aras bg p.u bebas
n = bilangan semua cerapan
SS(Rawatan) ukuran bagi variasi di antara
sampel
SS(Ralat) ukuran bagi variasi dalam sampel
Nilai kritikal, F
o,a-1,n-a
Tolak Ho jika F > F
o,a-1,n-a

MS(Ralat)
) MS(Rawatan
a n
SS(Ralat)
1 a
) SS(Rawatan
F =
|
.
|

\
|

|
.
|

\
|

=
LOGIK
Sebab ianya membandingkan kumpulan dengan
menganalisis perbandingan anggaran varians
ANOVA mengukur 2 sumber variasi di dalam data
dan membandingkan saiz di antaranya.
Variasi antara sampel : variasi yang disebabkan
oleh perbezaan di antara min sampel dan min
keseluruhan cerapan.
Variasi dalam sampel: variasi yang disebabkan
oleh perbezaan di antara nilai satu cerapan dan
min dalam kumpul sampel tersebut.


Samb.
Dua jenis variasi ini digabungkan
bagi menghasilkan statistik ujian
ANOVA F. iaitu nisbah variasi
antara sampel dan variasi dalam
sampel.

Sekiranya nilai F menghampiri 1
menunjukkan dua varians sama dan
kita boleh membuat kesimpulan
bahawa tiada perbezaan yang
bererti antara min.

Sebaliknya, sekiranya nilai F > 1,
kita membuat kesimpulan bahawa
variasi di antara sampel adalah
tidak sama dan ini menunjukkan
min-min adalh tidak sama.

|
.
|

\
|

|
.
|

\
|

= =
a n
SS(Ralat)
1 a
) SS(Rawatan
MS(Ralat)
) MS(Rawatan
F
Contoh proses ANOVA dijalankan
Pertimbangkan contoh di slide ke-3.
Ubat A Ubat B Ubat C
5
6
6
7
7
8
9
10
7
7
8
9
9
10
10
11
7
9
9
10
10
10
11
12
13
Variasi
dalam
sampel
Variasi
dalam
sampel
7.25 8.88 10.11
Variasi
di antara
sampel
Pemecahan Varians
Jumlah variasi SS(Jumlah) dalam semua sampel
dipecahkan kepada dua bahagian





Ketiga-tiga komponen ini boleh dikaitkan dengan
hubungan berikut:
SS(Jumlah) = SS(Rawatan) + SS(Ralat)

SS(Jumlah) = =
2
a
1 i
n
1 j
2
ij
x n x
i

= =
( )
2
1 1
ij
x x

= =

a
i
n
j
i
SS(Rawatan) = =
2
a
1 i
i
2
i.
x n
n
T

=
2
i
a
1 i
i
) x x ( n

=
SS(Ralat) =
SS(Jumlah) SS(Rawatan)


= min keseluruhan cerapan =
x
n
x
a
1 i
n
1 j
ij
i

= =
n = bil semua cerapan
a = bil aras bagi p.u tidak bersandar
Di mana
x
ij
= cerapan j dalam rawatan-i

T
i.
= jumlah nilai cerapan
dalam rawatan-i
Min kuasadua bagi setiap punca variasi diperolehi seperti
berikut


MS(Rawatan) =



MS(Ralat) =

1 a
) SS(Rawatan

a - n
SS(Ralat)
Jika hipotesis nol benar, maka kedua-dua MS(Rawatan)
dan MS(Ralat) adalah penganggar yang baik bagi varians
Keseluruhan. Ini bermakna MS(Rawatan ) dan MS(Ralat)
hampir sama.
Ringkasan keputusan : Jadual ANOVA
1 a
) SS(Rawatan

MS(Ralat)
) MS(Rawatan
a n
SS(Ralat)

Sumber
d.k

Hasil tambah
kuasadua (SS)
Min kuasadua
(MS)
F

Rawata
n

a-1

SS(Rawatan)

Ralat

n-a

SS(Ralat)



Jumlah

n-1

SS(Jumlah)





Contoh 1

Data berikut merupakan markah ujian kefahaman
bagi sampel rawak murid darjah 6 dari 4 buah
sekolah.

Nama
Sekolah

Markah
Ujian Kefahaman

A
B
C
D

87
43
70
67

70
75
66
85

92
56
50
75

Uji pada aras keertian 0.05 sama ada min markah ujian
kefahaman murid berbeza di antara 4 buah sekolah tersebut.

Penyelesaian
1. Pembentukan hipotesis
H
o
:
A
=
B
=
C
=
D
melawan
H
1
: Sekurang-kurangnya satu min markah tidak sama
2. Penentuan statistik ujian


MS(Ralat)
) MS(Rawatan
a n
SS(Ralat)
1 a
) SS(Rawatan
F =
|
.
|

\
|

|
.
|

\
|

=
Pengiraan
2
a
1 i
n
1 j
2
ij
x n x
i

= =
SS(Jumlah) =
= (87
2
+ 70
2
+ + 75
2
) 12(69.67)
2

= 60638 58246.91 = 2391.09

2
a
1 i
i
2
i.
x n
n
T

=
SS(Rawatan) =


=
( )
2
2 2 2 2
) 67 . 69 ( 12
3
227 186 174 249

+ + +
= 1220.42

SS(Ralat) = SS(Jumlah) SS(Rawatan)
= 2391.09 1220.42 = 1170.67

Jadual ANOVA
Sumber
Variasi

Darjah
Kebebasan

Jumlah
Kuasadua

Min
Kuasadu
a

F

Sekolah

Ralat

3

8

1220.42

1170.67

406.81

146.33

2.78

Jumlah

11

2391.09





Nilai kritikal dan petua kesimpulan
Oleh kerana o yang ditetapkan ialah 0.05 dan darjah
kebebasan v
1
= 3 dan v
2
= 8, maka daripada jadual taburan F,
nilai kritikal F
0.05, 3, 8
= 4.07.

P.K : Tolak H
o
jika F > F
0.05, 3, 8.


Nilai statistik ujian F = 2.78 < nilai kritikal F
0.05, 3, 8
= 4.07
maka kita gagal menolak H
o

Keputusan ujian
Bila hipotesis nol tidak ditolak, maka kita tidak mempunyai
cukup bukti untuk mengatakan bahawa sekolah yang berbeza
menghasilkan min markah ujian kefahaman yang berbeza.
Kesimpulan
Latihan
Data berikut mewakili berat yang hilang bagi tiga jenis
program latihan yang berbeza. Sampel diambil dari populasi
yang mempunyai min yang sama. Andaikan populasi tertabur
secara normal dengan varians yang sama
Latihan A Latihan B Latihan C
2.5
8.8
7.3
9.8
5.1
5.8
4.9
1.1
7.8
1.2
4.3
6.2
5.8
8.1
7.9
Pada aras keertian 1% , adakah wujud perbezaan dalam purata
berat yang hilang bagi ketiga-tiga jenis program latihan yang
diikuti.
Jawapan
F = 1.491.
Nilai kritikal = 6.93
Gagal menolak H
0
. Data tidak memberi cukup bukti
untuk membuat kesimpulan bahawa terdapat perbezaan
kehilangan berat badan yang dihasilkan dari ketiga-tiga
jenis program latihan yang berbeza.
Latihan
Di bawah adalah Jadual ANOVA yang tidak lengkap hasil daripada
satu analisis.







Sumber

SS

df

MS

F

Antara Rawatan
Dalam Rawatan

24.7


4


Jumlah

62.4

34





1. Lengkapkan Jadual ANOVA di atas.
2. Berapa rawatan yang terlibat di dalam ujikaji ini?
3.Adakah data cukup untuk menunjukkan wujud perbezaan di antara
min populasi? Guna o =0.01.
Latihan
Satu kumpulan pengguna ingin menguji perbezaan jangka
hayat bateri bagi tiga jenis jenama yang berbeza. Enam biji
bateri diambil sebagai sampel daripada setiap jenama bateri
kemudian digunakan pada satu alat elektronik yang sama.
Jangka hayat(jam) bateri itu dicatat. Keputusan adalah
seperti di bawah.

Jenama A 115.76 107.92 103.73 114.14 113.51 110.87
Jenama B 121.82 127.45 122.24 125.74 124.02 113.39
Jenama C 106.99 107.78 103.78 112.32 106.46 120.77

Uji hipotesis bahawa min jangka hayat bateri adalah berbeza
mengikut jenama. Guna aras keertian 5% .
Latihan
Syarikat motor ANA menerima aduan bahawa
harga jualan kereta HERO adalah berbeza-beza di
empat buah bandar yang berbeza iaitu A, B, C, D.
Satu kajian dijalankan bagi menguji kebenaran ini.
ANA menggunakan 25 buah kereta yang terjual
bagi setiap bandar sebagai sampel. MS(Ralat)
daripada analisis ialah 69,374. Purata jualan di A :
21,864, B:21,567, C:22,007 dan D:21,745.
Guna alpha =0.05 untuk menguji purata harga
kereta adalah berbeza bagi bandar-bandar yang
berbeza.
2 faktor yg dikaji.
Rekabentuk blok rawak lengkap digunakan.
Lengkap menandakan bahawa setiap blok
mengandungi semua rawatan
Matlamat rekabentuk ini ialah untuk
mengurangkan varians ralat bagi meningkatkan
ketepatan ujikaji
Varians ralat adalah varians dalam pembolehubah
bersandar yang berpunca daripada faktor yang
tidak diambil kira dalam rekabentuk rawak
lengkap

ANOVA Dua Faktor
Data yang terhasil daripada ujikaji ini boleh disusun ke dalam jadual
dua faktor/hala dengan setiap sel akan mengandungi hanya satu unit
ujikaji seperti yang dipaparkan dalam Jadual berikut. Unsur x
ij
dalam
baris ke-i dan lajur ke-j ialah pembolehubah bersandar yang dicerap
daripada unit ujikaji yang berada dalam blok ke-j dan menerima
rawatan ke-i.

x

ij
x
x
x
x
x


Blok j





Rawata
n i

1

2



b

Jumlah

Min

1

X
11


X
12




X
1b


T
1.


1.


2

X
21


X
22




X
2b


T
2.


2.


3

:

:



:

:

:

:

:

:

:

:

:

:

A

X
a1


X
a2


:

:

T
a.


a.


Jumlah

T.
1


T.
2








Min

.
1


.
2




.
b




x

ij
x
x
x
x
x


Blok j





Rawata
n i

1

2



b

Jumlah

Min

1

X
11


X
12




X
1b


T
1.


1.


2

X
21


X
22




X
2b


T
2.


2.


3

:

:



:

:

:

:

:

:

:

:

:

:

A

X
a1


X
a2


:

:

T
a.


a.


Jumlah

T.
1


T.
2








Min

.
1


.
2




.
b




Blok j
Rawatan
i
1 2 b Jumlah Min
1 X
11
X
12
X
1b
T
1.

x
1.

2 X
21
X
22
X
2b
T
2.
x
2.

3 : : : : :
: : : : : : :
a X
a1
X
a2
: : T
a.
x
a.
Jumlah T.
1
T.
2

ij
x

Min
x
.
1
x
.
2

x
.
b

x


Dalam ujikaji rekabentuk blok rawak lengkap, variasi
keseluruhan bagi pembolehubah bersandar dibahagikan
kepada 3 komponen iaitu

variasi yang dihasilkan oleh perbezaan rawatan
variasi yang dihasilkan daripada perbezaan aras dalam
blok
dan variasi yang dihasilkan oleh faktor ralat

Secara umumnya hubungan ini boleh ditulis seperti
berikut:

SS(Jumlah) = SS(Rawatan) + SS(Blok) + SS(Ralat)

SS(Jumlah) = =


SS(Rawatan) = =


SS(Blok) = =


SS(Ralat) =



Atau SS(Ralat) = SS(Jumlah) SS(Rawatan) SS(Blok)

( )

= =

a
1 i
b
1
2
ij
x x
j
2
a
1 i
b
1 j
2
ij
x ab x

= =
( )

=

a
1 i
2
i.
x x b
2
a
1 i
2
i.
x ab
b
T

=
( )

=

b
1 j
2
.j
x x a
2
b
1 j
2
.j
x ab
a
T

=
( )

= =

a
1 i
b
1 j
2
.j i. ij
x x x x
a ialah aras bagi faktor pertama (rawatan) , b ialah aras
bagi faktor kedua (blok).

1. Untuk setiap sel, nilai cerapan diambil daripada populasi
yang bertaburan hampir normal.
2. Varians populasi adalah sama
3. Sampel yang diambil adalah sampel rawak mudah dan
saling tidak bersandar.

Andaian andaian bagi ANOVA dua faktor

Terdapat dua hipotesis yang diuji :
i) : Semua rawatan yang berbeza mempunyai
min yang sama
: Tidak semua rawatan mempunyai min yang
sama

1
o
H
1
1
H
ii) : Semua blok yang berbeza mempunyai
min yang sama

: Tidak semua blok mempunyai min yang
sama

2
o
H
2
1
H
Statistik Ujian
MS(Ralat)
) MS(Rawatan
F =
MS(Ralat)
MS(Blok)
F =
1) - 1)(b - (a
SS(Ralat)
1) - (a
) SS(Rawatan
=
1) - 1)(b - (a
SS(Ralat)
1) - (b
SS(Blok)
=
H
0
ditolak pada o jika F > F
o,,(a-1), (a-1)(b-1)
H
0
ditolak pada o jika F > F
o,,(b-1), (a-1)(b-1)
Sumber
Variasi
Darjah
Kebebasan
Hasiltambah
kuasadua
SS
Min
Kuasadua
MS
F
Rawatan a-1 SS(Rawatan)
1 - a
) SS(Rawatan

MS(Ralat)
) MS(Rawatan

Blok b-1 SS(Blok)
1 - b
SS(Blok)

MS(Ralat)
MS(Blok)

Ralat (a-1)(b-1) SS(Ralat)
1) - 1)(b - (a
SS(Ralat)


Jumlah ab - 1 SS(Jumlah)

Tahap
Keupayaan

Nama Sekolah

Sekolah A

Sekolah B

Sekolah C

Sekolah D

Lemah
Sederhana
Cemerlang

71
89
92

44
51
85

50
64
72

67
81
86

Contoh : Berikut adalah markah ujian kefahaman bagi 4 buah
sekolah mengikut tahap keupayaan. Pada aras keertian 5%, uji
sama ada
i.Semua sekolah merekodkan markah ujian kefahaman yang
sama
ii. Sekolah dengan tahap keupayaan yang berbeza mencatatkan
Markah ujian kefahaman yang berbeza.
Dua set hipotesis yang boleh diuji ialah
: Semua sekolah merekodkan min markah yang sama
: Tidak semua sekolah merekodkan min markah yang sama
dan
: Tahap keupayaan merekodkan min markah yang sama
: Tidak semua tahap keupayaan merekodkan min markah
yang sama.

1
o
H
1
1
H
2
o
H
2
1
H
Statistik Ujian
MS(Ralat)
) MS(Rawatan
F
1) - 1)(b - (a
SS(Ralat)
1) - (a
) SS(Rawatan
= =
MS(Ralat)
MS(Blok)
F
1) - 1)(b - (a
SS(Ralat)
1) - (b
SS(Blok)
= =
SS(Rawatan) =
=
= 1260

SS(Blok) =
=
= 1326.5
SS(Jumlah) =

= 71
2
+ 89
2
+ + 86
2
(3)(4)(71)
2

= 2922
SS(Ralat)= SS(Jumlah) SS(Rawatan) SS(Blok)
= 2922 1260 1326.5
= 355.5

2
a
1 i
2
i.
x ab
b
T

=
2
2 2 2 2
) 71 ( 4 ) 3 (
3
234 186 180 252

+ + +
2
b
1 j
2
j .
x ab
a
T

=
2
2 2 2
) 71 ( 4 ) 3 (
4
335 285 232

+ +
2
a
1 i
b
1 j
2
ij
x ab x

= =
Ini menghasilkan
MS(Rawatan) =
420
3
1260
1 - a
) SS(Rawatan
= =

MS(Blok) =
25 . 663
2
5 . 1326
1 - b
SS(Blok)
= =

MS(Ralat) = 92 . 55
6
5 . 335
1) - 1)(b - (a
SS(Ralat)
= =
Seterusnya
F
1
= 51 . 7
92 . 55
420
MS(Ralat)
) MS(Rawatan
= =
Dan F
2
= 86 . 11
92 . 55
25 . 663
MS(Ralat)
MS(Blok)
= =
Punca
variasi
Darjah
Kebebasan
Jumlah
Kuasadua
Min
Kuasadua
F
Sekolah 3 1260 420 7.51
Tahap
Keupayaan
2 1326.5 663.25 11.86
Ralat 6 335.5 55.92
Jumlah 11 2922

Nilai Kritikal

Dengan merujuk jadual taburan F, nilai kritikal untuk hipotesis
pertama ialah
F
0.05, 3, 6
= 4.76 ( Rantau penolakan ?)
Dan nilai kritikal bagi hipotesis kedua ialah
F
0.05, 2, 6
= 5.14 ( Rantau penolakan ?)


Keputusan ujian

Oleh kerana nilai statistik ujian F
1
> 4.76, maka hipotesis nol
pertama ditolak. Hipotesis nol kedua juga ditolak kerana nilai
statistik ujian F
2
> 5.14.
Kesimpulan
kita membuat kesimpulan bahawa min markah ujian kefahaman bagi
4 buah sekolah adalah tidak semuanya sama dan min markah ujian
kefahaman yang dicatatkan berasaskan kepada tahap keupayaan
pelajar juga tidak semuanya sama. Oleh itu kita boleh katakan
bahwa faktor sekolah dan tahap keupayaan pelajar memberikan
kesan yang berbeza terhadap min markah ujian kefahaman.
Empat orang pelanggan telah diminta menguji rasa tiga
minuman ringan berdasarkan kepada sistem pemarkahan
tertentu dan menghasilkan skor seperti dalam jadual berikut
Latihan
Minuman Pelanggan
A B C
1
2
3
4
19
20
22
27
23
25
27
25
18
21
20
17

a. Dapatkan jadual ANOVA dua hala
b. Adakah kita cukup bukti untuk mengatakan bahawa
wujud perbezaan purata skor penilaian untuk para
pelanggan yang berlainan pada aras keertian 5%.
c. Adakah kita cukup bukti untuk mengatakan bahawa
wujud perbezaan purata skor penilaian untuk jenis
minuman yang berlainan pada aras keertian 5%.

Latihan
Empat orang pelajar telah mengikuti 3 kaedah
pengajaran yang berbeza iaitu kuliah shj, tutorial shj
dan kuliah & tutorial. Di akhir semester skor markah
mereka dicatat seperti berikut:

Pelajar Kaedah pengajaran
K T KT
1 19 23 18
2 20 25 21
3 22 27 20
4 27 25 17
Berikut adalah jadual ANOVA yang tidak lengkap hasil analisis di atas.
variasi Darjah
Kebebasan
Jumlah
Kuasadua
Min
Kuasadua
F
Pelajar 3 6
Kaedah
pengajaran
72
Ralat 6.33
Jumlah 128

a. Lengkapkan jadual ANOVA di atas.
b. Pada aras keertian 5% ,uji sama ada wujud perbezaan markah
di antara pelajar.
c. Adakah wujud perbezaan markah di antara kaedah pengajaran
yang berbeza pada aras keertian 5%.
Salingtindak

- Untuk mengecam ANOVA tanpa salingtindak, data adalah
dalam bentuk satu cerapan bagi satu sel. Oleh itu tidak
perlu lakukan ujian hipotesis untuk menentukan wujud
salingtindak atau tidak.

Apabila perbezaan sambutan di antara aras satu
faktor adalah tidak sama pada semua aras faktor
yang satu lagi.

Are results influenced by 2 experimental factors?
e.g.
Raise rats (male and female) on diets that are / not
supplemented with B vitamins.
Questions: Is body weight affect by:
Gender - Factor 1
Vitamins - Factor 2
Use all combinations of the two factors.
Faktor, Aras & Sel
Berat badan tikus (g)
235 305
225 295
215 280
230 320
240 325
220 305
210 300
210 275
220 275
210 285
Tiada Vit Dgn Vit
jantan
Betina
Faktor 1
Jantina
Faktor 2 Vitamins
Arass
Sel

Replika
Lebih daripada satu cerapan dalam setiap sel.
Purata Baris, lajur & Sel
229 305
214 288
Tiada Vit Dengan Vit
jantan
betina
267
251
221.5 296.5
Purata lajur
purata
baris
Purata sel
Perlukan ANOVA Dua
Faktor
Baris dan lajur mencadangkan kedua-dua
gender dan vitamins mempengaruhi berat
badan, tetapi perlu diuji.
Salingtindak?
Betina Jantan
Jantina
B
e
r
a
t
300
280
260
240
220
200
Dengan vits
Tanpa vits
Kesan daripada vitamin hampir sama bagi kedua-dua jantina.
Tiada salingtindak
Jantina Betina
B
e
r
a
t
B
e
r
a
t
B
e
r
a
t
B
e
t
i
n
a
Salintindak?
Tiada Ada
Ada Ada
Jantan Betina
Jantan Betina
Jantan Betina
Pentafsiran
Selari: Tiada Salingtindak.
Tak-Selari: Wujud salingtindak.
Ujian terhadap ...
1 Kesan disebabkan jantina
2 Kesan disebabkan vitamin
3 Salingtindak di antara jantina dan vitamin