Kalkulator Gratis Editverse

Kalkulator ANOVA Satu Arah

Bandingkan rata-rata dari tiga kelompok independen atau lebih sekaligus — dengan statistik F, derajat kebebasan, nilai p, dan perbandingan post-hoc Tukey HSD. Lihat rumus dan perintah R yang dapat direproduksi, dan baca panduan interpretasi lengkap di bawah ini. Divalidasi terhadap R 4.3.3.

Dalam Kata Sederhana

ANOVA satu arah (analisis varians) menjawab satu pertanyaan: apakah tiga kelompok atau lebih memiliki rata-rata yang berbeda, atau mungkinkah perbedaan tersebut hanya kebetulan? Anda memasukkan angka setiap kelompok, dan ANOVA akan mengembalikan statistik F dan nilai p untuk menentukan apakah ada kelompok yang berbeda.

Jika uji keseluruhan signifikan, uji post-hoc seperti Tukey HSD kemudian memberi tahu Anda pasangan kelompok spesifik mana yang berbeda. Gunakan ANOVA daripada menjalankan banyak uji t , yang akan meningkatkan tingkat positif palsu Anda. Untuk hanya dua kelompok, gunakan uji t; untuk data miring, pertimbangkan uji Kruskal-Wallis.

Kapan Menggunakan ANOVA Satu Arah

ANOVA satu arah membandingkan hasil kontinu di tiga atau lebih kelompok independen yang didefinisikan oleh satu faktor kategorikal — misalnya, membandingkan biomarker di antara kelompok dosis rendah, menengah, dan tinggi. Analisis ini menguji hipotesis nol global bahwa semua rata-rata kelompok adalah sama.

Gunakan metode ini ketika hasil yang Anda peroleh bersifat kontinu, kelompok-kelompoknya independen, hasilnya kira-kira berdistribusi normal di dalam setiap kelompok, dan kelompok-kelompok tersebut memiliki varians yang kira-kira sama (homogenitas varians). Nilai F yang signifikan menunjukkan setidaknya satu kelompok berbeda, tetapi tidak menunjukkan kelompok mana yang berbeda — hal ini memerlukan prosedur post-hoc seperti Tukey HSD, dengan koreksi perbandingan berganda yang dipilih sebelumnya. Untuk hanya dua kelompok, uji t setara dan lebih sederhana; untuk data yang jelas tidak berdistribusi normal, alternatif non-parametrik lebih tepat. Tidak yakin apakah ANOVA sesuai dengan desain Anda? Pemilih Uji interaktif kami akan memandu Anda.

ANOVA Satu ArahBandingkan rata-rata di antara 3+ kelompok · divalidasi vs R 4.3.3
Buku petunjuk

Kapan digunakan. Bandingkan rata-rata di tiga kelompok independen atau lebih secara bersamaan.

Asumsi. Independensi; normalitas dalam kelompok; homogenitas varians.

Kesalahan umum. Jangan menjalankan beberapa uji t berpasangan sekaligus: hal itu akan meningkatkan tingkat kesalahan Tipe I.

Contoh yang dikerjakan

Klik Muat data contoh di atas, lalu Jalankan Analisis untuk melihat hasil lengkap dengan angka, rumus, dan interpretasi untuk pengujian ini.

Referensi
  1. Fisher RA. Metode Statistik untuk Peneliti. 1925.
Didukung oleh editverse.com · R 4.3.3 tervalidasi · v3.6Butuh analisis ahli? →

Contoh yang berhasil

Contoh 1 — Tiga dosis (signifikan)

Nilai hasil untuk kelompok dosis Rendah (12, 15, 14, 13), Sedang (18, 20, 17, 19), dan Tinggi (22, 24, 21, 23) meningkat secara bertahap di seluruh dosis. Analisis ANOVA satu arah menghasilkan nilai F yang besar dan nilai p yang kecil (p < 0.001), yang menolak hipotesis nol bahwa semua rata-rata adalah sama. Analisis post-hoc Tukey HSD kemudian menunjukkan pasangan dosis mana yang berbeda — di sini, ketiganya berbeda satu sama lain.

Contoh 2 — Kelompok yang tumpang tindih (tidak signifikan)

Jika tiga kelompok memiliki rata-rata yang serupa dengan sebaran yang lebar dan tumpang tindih, statistik F akan kecil dan nilai p akan besar (p > 0.05). Kesimpulan yang benar adalah tidak ada bukti adanya perbedaan di antara rata-rata kelompok — dan tidak diperlukan uji post-hoc.

Asumsi yang Perlu Diperiksa

Independensi. Observasi harus independen di seluruh dan di dalam kelompok. Pengukuran berulang pada subjek yang sama memerlukan ANOVA pengukuran berulang atau model campuran.

Normalitas. Hasil penelitian seharusnya mendekati normal dalam setiap kelompok; periksa residual dengan plot QQ. ANOVA cukup kuat terhadap penyimpangan kecil, terutama dengan sampel yang seimbang dan lebih besar.

Homogenitas varians. Kelompok-kelompok harus memiliki varians yang serupa (periksa dengan uji Levene). Jika varians berbeda secara signifikan, gunakan ANOVA Welch, yang tidak mengasumsikan kesamaan varians.

Kesalahan Umum

Melakukan banyak uji t alih-alih ANOVA

Membandingkan setiap pasangan kelompok dengan uji t terpisah akan meningkatkan tingkat kesalahan Tipe I. Gunakan ANOVA untuk uji global, kemudian prosedur post-hoc yang telah dikoreksi.

Melewatkan koreksi post-hoc

ANOVA yang signifikan tidak menunjukkan kelompok mana yang berbeda. Gunakan Tukey HSD atau metode lain dengan kontrol perbandingan berganda bawaan daripada uji berpasangan yang tidak dikoreksi.

Mengabaikan varians yang tidak sama

Jika varians antar kelompok berbeda secara substansial, ANOVA standar dapat menyesatkan. Beralihlah ke ANOVA Welch.

Hanya melaporkan nilai p.

Laporkan ukuran efek (eta-kuadrat atau omega-kuadrat) bersamaan dengan F dan p agar pembaca dapat menilai besarnya, bukan hanya signifikansinya. Lihat kalkulator ukuran efek.

Pertanyaan yang Sering Diajukan

Apa perbedaan antara ANOVA dan uji-t?

Uji t membandingkan dua rata-rata kelompok; ANOVA menggeneralisasikan hal ini ke tiga kelompok atau lebih dalam satu pengujian sambil mengendalikan tingkat kesalahan.

Apa fungsi Tukey HSD?

Setelah analisis ANOVA yang signifikan, uji Tukey's Honestly Significant Difference membandingkan semua pasangan kelompok sambil mengontrol tingkat kesalahan keseluruhan, dan memberi tahu Anda pasangan spesifik mana yang berbeda.

Bagaimana jika data saya tidak normal?

Untuk data yang jelas tidak berdistribusi normal atau ordinal, uji Kruskal-Wallis adalah alternatif non-parametrik untuk ANOVA satu arah.

Apakah hasilnya sesuai dengan SPSS, R, dan Stata?

Ya. Kalkulator ini menggunakan distribusi F dan perhitungan jumlah kuadrat yang sama seperti perangkat lunak standar dan menampilkan perintah R yang tepat sehingga Anda dapat mereproduksinya.

Kalkulator Terkait

Uji t independenUkuran Efek (Eta-Kuadrat)Korelasi & RegresiUkuran Sampel & KekuatanInterval KeyakinanTes Mana yang Harus Saya Gunakan?

Referensi

  1. Fisher RA. Metode Statistik untuk Pekerja RisetEdinburgh: Oliver & Boyd; 1925.
  2. Armstrong RA. Kapan menggunakan koreksi Bonferroni? Fisiologi Oftalmologi Opt. 2014;34(5):502–508. PMID 24697967.
  3. Greenland S, Senn SJ, Rothman KJ, dkk. Uji statistik, nilai P, interval kepercayaan, dan kekuatan: panduan untuk menghindari kesalahan interpretasi. Jurnal Epidemiologi Eropa. 2016;31(4):337–350. PMID 27209009.

Apakah Anda Membutuhkan Analisis Ini untuk Manuskrip Anda?

Para ahli biostatistik PhD kami menjalankan analisis ANOVA Anda, memeriksa asumsi, menerapkan koreksi post-hoc yang tepat, dan memberikan tabel siap publikasi dengan output R yang dapat direproduksi.

Dapatkan Bantuan Statistik dari Pakar