Cara menggunakan pernyataan lsmeans di sas (dengan contoh)

ANOVA satu arah digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara rata-rata tiga atau lebih kelompok independen.

Jika nilai p keseluruhan tabel ANOVA berada di bawah tingkat signifikansi tertentu, maka kita memiliki cukup bukti untuk mengatakan bahwa setidaknya salah satu mean kelompok berbeda dari mean kelompok lainnya.

Untuk mengetahui secara pasti mean grup mana yang berbeda, kita perlu melakukan uji post hoc .

Anda dapat menggunakan pernyataan LSMEANS di SAS untuk melakukan berbagai tes post-hoc.

Contoh berikut menunjukkan cara menggunakan pernyataan LSMEANS dalam praktiknya.

Contoh: Cara menggunakan pernyataan LSMEANS di SAS

Misalkan seorang peneliti merekrut 30 siswa untuk berpartisipasi dalam suatu penelitian. Siswa ditugaskan secara acak untuk menggunakan salah satu dari tiga metode belajar untuk mempersiapkan ujian.

Hasil ujian untuk setiap siswa ditunjukkan di bawah ini:

Kita dapat menggunakan kode berikut untuk membuat dataset ini di SAS:

 /*create dataset*/
data my_data;
    input Method $Score;
    datalines ;
At 78
At 81
At 82
At 82
At 85
At 88
At 88
At 90
B 81
B 83
B 83
B85
B 86
B 88
B90
B91
C 84
C 88
C 88
C 89
C 90
C 93
C 95
C 98
;
run ;

Selanjutnya, kita akan menggunakan proc ANOVA untuk melakukan ANOVA satu arah:

 /*perform one-way ANOVA*/
proc ANOVA data =my_data;
classMethod ;
modelScore = Method;
run ;

Ini menghasilkan tabel ANOVA berikut:

Dari tabel ini kita dapat melihat:

• Nilai F keseluruhan: 5,26
• Nilai p yang sesuai: 0,0140

Ingatlah bahwa ANOVA satu arah menggunakan hipotesis nol dan hipotesis alternatif berikut:

• H ₀ : Semua mean grup adalah sama.
• H _A : Setidaknya rata-rata satu kelompok berbeda   istirahat.

Karena nilai p tabel ANOVA ( 0,0140 ) kurang dari α = 0,05, kami menolak hipotesis nol.

Hal ini menunjukkan bahwa rata-rata nilai ujian di ketiga metode belajar tidak sama.

Untuk menentukan dengan tepat mean grup mana yang berbeda, kita dapat menggunakan pernyataan PROC GLIMMIX dengan pernyataan LSMEANS dan opsi ADJUST=TUKEY untuk melakukan pengujian post-hoc Tukey:

 /*perform Tukey post-hoc comparisons*/
proc glimmix data =my_data;
    classMethod ;
    modelScore = Method;
    lsmeans Method / adjust =tukey alpha = .05 ;
run ;

Tabel hasil terakhir menunjukkan hasil perbandingan post-hoc Tukey:

Kita dapat melihat kolom Adj P untuk melihat nilai p yang disesuaikan dengan selisih rata-rata kelompok.

Pada kolom ini, kita dapat melihat bahwa hanya ada satu baris dengan nilai p yang disesuaikan kurang dari 0,05: baris yang membandingkan perbedaan rata-rata antara kelompok A dan kelompok C.

Hal ini menunjukkan kepada kita bahwa terdapat perbedaan yang signifikan secara statistik dalam nilai ujian rata-rata antara Grup A dan Grup C.

Secara konkrit, kita dapat melihat:

• Selisih rata-rata nilai ujian siswa Kelompok A dan siswa Kelompok B adalah – 6,375 . (yaitu siswa di kelompok A memiliki rata-rata nilai ujian 6,375 poin lebih rendah dibandingkan siswa di kelompok C)
• Nilai p yang disesuaikan untuk perbedaan rata-rata adalah 0,0137 .
• Interval kepercayaan 95% yang disesuaikan untuk perbedaan sebenarnya dalam nilai rata-rata ujian antara kedua kelompok ini adalah [-11.5219, -1.2281] .

Tidak ada perbedaan yang signifikan secara statistik antara rata-rata kelompok lainnya.

Catatan : Dalam contoh ini, kami menggunakan ADJUST=TUKEY untuk melakukan perbandingan post-hoc Tukey, namun Anda juga dapat menentukan BON , BUNNET , NELSON , SCHEFFE , SIDAK , dan SMM untuk melakukan jenis perbandingan post-hoc lainnya.

Terkait: Tukey vs. Bonferroni vs. Scheffe: Tes Mana yang Harus Anda Gunakan?

Sumber daya tambahan

Tutorial berikut memberikan informasi tambahan tentang model ANOVA:

Panduan Menggunakan Pengujian Post-Hoc dengan ANOVA
Cara melakukan ANOVA satu arah di SAS
Cara melakukan ANOVA dua arah di SAS