Cara melakukan pengukuran berulang anova di spss

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.

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

Contoh: Pengukuran Berulang ANOVA di SPSS

Para peneliti ingin mengetahui apakah empat obat berbeda menyebabkan waktu reaksi berbeda. Untuk mengujinya, mereka mengukur waktu reaksi lima pasien terhadap 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 SPSS.

Langkah 1: Masukkan datanya.

Masukkan data berikut, yang menunjukkan waktu respons (dalam detik) dari lima pasien terhadap empat obat:

Langkah 2: Lakukan tindakan berulang ANOVA.

Klik tab Analisis , lalu Model Linier Umum , lalu Pengukuran Berulang :

Pada jendela baru yang muncul, masukkan obat untuk nama faktor intra-subyek. Ketik 4 untuk jumlah levelnya (karena setiap subjek penelitian menguji 4 obat berbeda), lalu klik Tambah . Ketik ResponseTime untuk Measure Name , lalu klik Add . Terakhir, klik Setel .

Di jendela baru yang muncul, seret keempat variabel obat ke dalam area berlabel Within-Subjects Variables :

Selanjutnya, klik Plot . Seret obat variabel ke dalam area berlabel Sumbu Horizontal . Lalu klik Tambah . Lalu klik Lanjutkan .

Selanjutnya, klik EM Berarti . Seret variabel obat ke dalam kotak berlabel Show Means For . Kemudian centang kotak di samping Bandingkan efek utama dan pilih Bonferroni dari menu drop-down. Lalu klik Lanjutkan .

Terakhir, klik OK .

Langkah 2: Interpretasikan hasilnya.

Setelah Anda mengklik OK , akan muncul hasil pengukuran ANOVA yang diulang. Berikut cara menafsirkan hasilnya:

Tes efek dalam subjek

Tabel ini menampilkan statistik F keseluruhan dan nilai p yang sesuai dari pengukuran ANOVA yang diulang. Kami biasanya menggunakan nilai dari baris berlabel Greenhouse-Geisser .

Menurut baris ini, statistik F adalah 24,759 dan nilai p yang sesuai adalah 0,001 . Karena nilai p ini kurang dari 0,05, kita dapat menolak hipotesis nol dan menyimpulkan bahwa terdapat perbedaan yang signifikan secara statistik dalam waktu respons rata-rata antara keempat obat.

Perbandingan berpasangan

Karena kami menolak hipotesis nol, ini berarti bahwa setidaknya dua mean kelompok berbeda. Untuk menentukan kelompok rata-rata mana yang berbeda, kita dapat menggunakan tabel berikut yang menampilkan perbandingan berpasangan antara masing-masing obat.

Pada tabel kita dapat melihat nilai p untuk perbandingan berikut:

• obat 1 versus obat 2 | nilai p = 1.000
• obat 1 versus obat 3 | nilai p = 0,083
• obat 1 versus obat 4 | nilai p = 0,010
• obat 2 versus obat 3 | nilai p = 0,071
• obat 2 versus obat 4 | nilai p = 0,097
• obat 3 versus obat 4 | nilai p = 0,011

Satu-satunya nilai p yang kurang dari 0,05 adalah untuk obat 1 versus obat 4 dan obat 3 versus obat 4. Semua perbandingan lainnya memiliki nilai p lebih besar dari 0,05.

Grafik perkiraan rata-rata marjinal

Bagan ini menampilkan perkiraan waktu respons rata-rata untuk setiap obat. Dari grafik tersebut, kita dapat melihat dengan jelas bahwa waktu respons bervariasi secara signifikan antara empat obat yang berbeda:

Langkah 3: Laporkan hasilnya.

Akhirnya, kami dapat melaporkan hasil pengukuran ANOVA yang berulang. Berikut ini contoh cara melakukan ini:

ANOVA pengukuran berulang satu arah dilakukan untuk menentukan apakah waktu reaksi rata-rata pasien berbeda antara empat obat yang berbeda.

ANOVA pengukuran berulang satu arah mengungkapkan bahwa jenis obat yang digunakan menghasilkan perbedaan waktu respons yang signifikan secara statistik (F = 24,75887, p = 0,001).

Tes Bonferroni untuk beberapa perbandingan menunjukkan bahwa terdapat perbedaan waktu respons yang signifikan secara statistik antara pasien yang memakai obat 1 dan obat 4 serta obat 3 dan obat 4.