Bagaimana melakukan anova tindakan berulang di stata

ANOVA pengukuran berulang digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara rata-rata tiga kelompok atau lebih di mana subjek yang sama muncul di setiap kelompok.

Kami menggunakan ANOVA pengukuran berulang satu arah dalam dua situasi spesifik:

1. Ukur skor rata-rata subjek dalam tiga titik waktu atau lebih. Misalnya, Anda mungkin ingin mengukur detak jantung istirahat subjek satu bulan sebelum memulai program pelatihan, di tengah program pelatihan, dan satu bulan setelah program pelatihan untuk melihat apakah ada perbedaan signifikan dalam rata-rata detak jantung istirahat. tarif selama tiga titik waktu ini.

Perhatikan bagaimana topik yang sama muncul berulang kali. Kami mengukur subjek yang sama berulang kali , oleh karena itu kami menggunakan ANOVA pengukuran berulang satu arah.

2. Mengukur rata-rata skor mata pelajaran pada tiga kondisi berbeda. Misalnya, Anda dapat meminta subjek untuk menonton tiga film berbeda dan menilai masing-masing film berdasarkan seberapa besar mereka menyukainya.

Sekali lagi, subjek yang sama muncul di setiap kelompok, jadi kita harus menggunakan ANOVA pengukuran berulang satu arah untuk menguji perbedaan rata-rata antara ketiga kondisi ini.

Tutorial ini menjelaskan cara melakukan ANOVA pengukuran berulang satu arah di Stata.

Contoh: Pengukuran Berulang ANOVA di Stata

Para peneliti mengukur waktu reaksi lima pasien yang memakai empat obat berbeda. Karena setiap pasien diukur pada masing-masing empat obat, kami akan menggunakan ANOVA pengukuran berulang untuk menentukan apakah waktu reaksi rata-rata berbeda antar obat.

Selesaikan langkah-langkah berikut untuk melakukan pengukuran berulang ANOVA di Stata.

Langkah 1: Muat data.

Pertama, muat data dengan mengetik use https://www.stata-press.com/data/r14/t43 di kotak perintah dan klik Enter.

Langkah 2: Lihat data mentah.

Sebelum melakukan tindakan berulang ANOVA, mari kita lihat dulu data mentahnya. Dari bilah menu atas, navigasikan ke Data > Editor Data > Editor Data (Jelajahi) . Ini akan menunjukkan kepada kita waktu respons untuk masing-masing dari 5 pasien terhadap masing-masing dari empat obat:

Langkah 3: Lakukan tindakan berulang ANOVA.

Dari bilah menu atas, navigasikan ke Statistik > Model Linier dan Terkait > ANOVA/MANOVA > Analisis Varians dan Kovarian .

Untuk Variabel terikat, pilih score . Untuk Model, pilih orang dan obat sebagai dua variabel penjelas. Centang kotak yang bertuliskan Variabel Tindakan Berulang dan pilih obat sebagai variabel yang berulang. Biarkan semuanya apa adanya dan klik OK .

Ini secara otomatis akan menghasilkan dua tabel berikut yang menunjukkan hasil pengukuran ANOVA yang diulang:

Pada tabel pertama, kita tertarik pada nilai F dan nilai p (ditampilkan sebagai Prob>F) untuk variabel obat . Perhatikan bahwa F = 24,76 dan nilai p adalah 0,000. Hal ini menunjukkan bahwa terdapat perbedaan yang signifikan secara statistik antara skor rata-rata keempat obat tersebut.

Tabel kedua hanya boleh digunakan jika kita menduga asumsi kebulatan telah dilanggar. Ini adalah asumsi bahwa varians dari perbedaan antara semua kombinasi kelompok berpasangan harus sama. Jika kita yakin bahwa asumsi ini telah dilanggar, maka kita dapat menggunakan salah satu dari tiga faktor koreksi: epsilon Hunyh-Feldt, epsilon Greenhouse-Geisser, atau epsilon Kotak konservatif.

Nilai p untuk variabel obat ditunjukkan untuk masing-masing dari tiga faktor koreksi berikut:

• Nilai p Hunyh-Feldt (HF) = 0,000
• Nilai p Rumah Kaca-Geisser (GG) = 0,0006
• Nilai p konservatif Box (Kotak) = 0,0076

Perhatikan bahwa masing-masing nilai p kurang dari 0,05, sehingga masih terdapat perbedaan yang signifikan secara statistik antara skor rata-rata keempat obat, apa pun faktor koreksi yang kami gunakan.

Langkah 4: Laporkan hasilnya.

Terakhir, kami akan melaporkan hasil pengukuran ANOVA yang kami lakukan berulang kali. Berikut ini contoh cara melakukan ini:

ANOVA pengukuran berulang satu arah dilakukan pada 5 orang untuk menguji pengaruh empat obat berbeda pada waktu respons.

Hasil penelitian menunjukkan bahwa jenis obat yang digunakan menghasilkan perbedaan waktu respons yang signifikan secara statistik (F(3, 12) = 24,75, p <0,001).