You are on page 1of 3

Koleksi dari program komputer yang tersedia untuk menghitung

beberapa bertahap dan banyak persamaan regresi linier oplimum untuk


prediksi sebagai variabel dengan satu set variabel independen .Sumber dari
program komputer ini untuk keperluan statistik termasuk paket untuk ilmu
sosial ( spss ) nie dengan et al .( 1975 ) biomedis dan program komputer
( bmd ) , diedit oleh ( dixon 1973 ) .Tidak jarang sebuah kombinasi dari dua
atau lebih variabel variabel individu menghasilkan prediksi lebih banyak
informasi dari semua variabel variabel individu yang terpisah , sehingga
memiliki keyakinan yang tinggi probality yang valid .
Menghalangi bloking dengan menggunakan variabel dari penelitian
sebelumnya telah diidentifikasi sebagai yang sangat berkorelasi dengan
tindakan yang membantu untuk mengidentifikasi variabel yang berbeda
yang mungkin tidak jika tidak dapat dibedakan dari kesalahan yang
berbeda .Identifikasi dan pemisahan pekerjaan yang bervariasi karena
berbeda untuk mengurangi kesalahan dan statistik inferensial berbeda dari
yang mungkin dapat meningkatkan kemungkinan untuk mengidentifikasi
karena efek pengobatan untuk kondisi .Harus memblokir apriori dan harus
dimasukkan ke dalam tata cara pemilihan sampel .Berbagai upaya harus
dibuat untuk memiliki ukuran sel yang sama , sejak analisis yang serius
umumnya tidak terpengaruh oleh melanggar assumtions normal dari sel
yang sama dan berbeda ketika ukuran yang sama .Elaborasi lebih lanjut
tentang pengaruh dari sel yang tidak sama dapat ditemukan di dalam gelas
dan stanley ( tahun 1970 , pp 368 - 376 ) .
Analisis kovarians analisis kovarians adalah prosedur lain yang dapat
digunakan untuk meningkatkan kekuatan uji statistik. A variabel atau
variabel yang sangat berkorelasi dengan variabel respon yang dapat
digunakan untuk mengurangi variabilitas dalam variabel respon berubah.
Hubungan antara coveriate dan variabel respon digunakan untuk
mengidentifikasi persamaan regresi. Dari regresi persamaan variabilitas
dalam variabel respon yang dapat diprediksi dari pengetahuan akan
covariate, dapat remofed dari variabilitas total. Analisis kovarians cenderung
mengurangi kesalahan yang tak dikenal atau varians mengakibatkan lebih
banyak kekuatan untuk perhitungan tes F-rasio penting. Sangat penting
bahwa covariate diidentifikasi sebelum studi. Seperti halnya untuk tes biasa
inferensi statistik, peneliti harus mengakui pentingnya tugas mahasiswa
acak untuk perawatan dengan menggunakan analisis kovarians.

Petunjuk berikut harus digunakan dalam analisis dari covariance;


1.Korelasi dari covariate dan respon variabel harus secara statistik dan
educationally signifikan.
2.Yang seharusnya covariate yang tinggi. Reliabilitas
3.Yang covariate harus variabel yang diukur sebelum setiap bagian dari
pengobatannya
4.Kondisi dari homogen regresi harus bertemu.Lereng gunung dari garis
regresi linier menggambarkan reliationships dari variabel kriteria dan
covariate dari sel sel ke harus tidak akan secara statistik. yang berbeda
5.Semua tindak lanjut prosedur untuk interaksi signifikan atau posting hoc
perbandingan harus dibuat dengan disesuaikan sel atau disesuaikan marjinal
berarti.

Analisis dari covariance adalah sebuah transformasi dari nilai baku


yang untuk sebuah set baru skor disesuaikan dengan efek dari
covariate.Secara konseptual new set disesuaikan skor menjadi data untuk
analisis dari varians.Sebab itu berarti untuk disesuaikan skor adalah referen
untuk setiap perbedaan terdeteksi.Analisis dari covariance ini sering
digunakan dalam upaya untuk mengkompensasi tidak memiliki dibuat acak
assigment mata pelajaran untuk kelompok.Analisis dari covariance adalah, di
terbaik, tidak memadai untuk mengimbangi untuk kurangnya assigment
acak tetapi umumnya digunakan cara ini.Di kali di sana mungkin tidak layak
alternatif lain untuk analisis, tapi interpretasi dapat sangat menyesatkan dan
contoh generalisasi harus tidak akan dibuat.

Analisis ulang repeated-measures t tes untuk mengukur dan kelompok


yang bergantung pada analisis tata cara yang memungkinkan untuk
identifikasi individu perbedaan subjek .Variasi yang disebabkan oleh
perbedaan individu dari satu kali ujian untuk orang lain dapat diidentifikasi
dan terpisah dari sisa yang berbeda dengan komputer yang berbeda dari
analisis rasio f .Mungkin manfaat yang dihasilkan dari peningkatan kekuatan
dari uji statistik .Prosedur yang dijelaskan oleh analisis trend winer ( tahun
1971 , pp. 296-300 dan kaca , willson gottman dan ( tahun 1975 , pp. ) 119 .Ketika pengamatan ini diharapkan dapat dikorelasikan waktu ke waktu ,

seperti yang sama ketika mereka akan menjadi individu yang berulang kali
diuji , analisis ulang langkah-langkah prosedur yang telah membantu para
peneliti dalam memanfaatkan ketergantungan ini .Ketika jumlah mata
pelajaran dalam setiap sel ini sangat kecil , tambahan kekuatan sering dapat
mengukur variabel respon yang diperoleh dengan mengumpulkan waktu ke
waktu .

Prosedur multivariat prosedur multivariat dapat digunakan untuk


mendeteksi pengaruh kompleks dari pengobatan pada satu set tanggapan
dari variabel.Dalam studi di mana beberapa variabel respon telah diukur, itu
mungkin yang tak satupun variabel secara statistik menunjukkan atau
educationally signifikan efek tapi yang trend satu arah melibatkan sejumlah
variabel mungkin signifikan.Analisis multivariat dari prosedur berbeda
spesifically termasuk korelasi dari respon.

You might also like