Page 368 - Penelitian Pendidikan
P. 368

      vi)
Fungsi kedua ANCOVA adalah meningkatkan kekuatan uji statistik dengan mengurangi varians dalam grup (kesalahan). Kekuatan mengacu pada kemampuan uji signifikansi untuk mengidentifikasi temuan penelitian yang benar (yaitu, benar- benar ada perbedaan, dan uji statistik menunjukkan perbedaan yang signifikan), memungkinkan eksperimen untuk menolak hipotesis nol yang salah. Dalam bahasa statistik, peningkatan daya mengurangi kemungkinan eksperimen akan melakukan kesalahan Tipe II. Karena ANCOVA dapat mengurangi kesalahan pengambilan sampel acak dengan menyamakan kelompok yang berbeda secara statistik, ini meningkatkan kekuatan uji signifikansi. Fungsi peningkatan daya ANCOVA secara langsung berkaitan dengan tingkat pengacakan yang terlibat dalam pembentukan kelompok.
Regresi Berganda
Semakin banyak variabel independen yang telah diukur atau amati, semakin besar kemungkinan untuk menjelaskan hasil dari variabel dependen. Analisis statistik multivariat menampilkan varians yang ditemukan dalam variabel hasil dikaitkan dengan variabel independen. Regresi berganda menggabungkan variabel yang diketahui secara individual untuk diprediksi (yaitu, berkorelasi dengan) kriteria menjadi persamaan prediksi yang dikenal sebagai persamaan regresi berganda. Regresi berganda adalah prosedur yang sangat penting untuk menganalisis hasil dari berbagai studi eksperimental, komparatif kausal, dan korelasional karena menentukan sejauh mana variabel saling terkait. Memahami bagaimana variabel terkait bermanfaat baik bagi peneliti maupun kelompok yang perlu membuat keputusan berbasis data.
Analisis jalur adalah prosedur yang sering digunakan untuk regresi karena memungkinkan kita untuk memasukkan atau menghilangkan variabel prediktor ke dalam persamaan regresi langkah demi langkah (yaitu, satu variabel pada satu waktu). Kita dapat melihat variabel prediktor mana yang memberikan kontribusi paling signifikan terhadap variabel kriteria, dan kita dapat menghapus variabel dari model prediksi kita jika variabel tersebut tidak memberikan kontribusi yang signifikan.
366
   




























































































   366   367   368   369   370