Bagaimana menginterpretasikan nilai f dan nilai p dalam anova
ANOVA (“analisis varians”) digunakan untuk menentukan apakah rata-rata dari tiga atau lebih kelompok independen adalah sama atau tidak.
ANOVA menggunakan hipotesis nol dan hipotesis alternatif berikut:
- H 0 : Semua mean grup adalah sama.
- H A : Setidaknya rata-rata satu kelompok berbeda dengan kelompok lainnya.
Setiap kali Anda melakukan ANOVA, Anda akan mendapatkan tabel ringkasan yang terlihat seperti berikut:
Sumber | Jumlah kuadrat (SS) | df | Kuadrat rata-rata (MS) | F | Nilai-P |
---|---|---|---|---|---|
Perlakuan | 192.2 | 2 | 96.1 | 2.358 | 0,1138 |
Kesalahan | 1100.6 | 27 | 40.8 | ||
Total | 1292.8 | 29 |
Dua nilai yang langsung kami analisis dalam tabel adalah statistik F dan nilai p yang sesuai.
Memahami Statistik F di ANOVA
Statistik F adalah rasio pemrosesan mean square terhadap error mean square:
- Statistik F: Memproses Mean Squares / Mean Square Error
Cara lain untuk menulis ini adalah:
- Statistik F: Variasi antar rata-rata sampel / Variasi dalam sampel
Semakin besar statistik F, semakin besar variasi antar rata-rata sampel relatif terhadap variasi dalam sampel.
Jadi, semakin besar statistik F, semakin jelas terlihat adanya perbedaan rata-rata antar kelompok.
Memahami nilai P dalam ANOVA
Untuk menentukan apakah perbedaan rata-rata kelompok signifikan secara statistik, kita dapat melihat nilai p yang sesuai dengan statistik F.
Untuk mencari nilai p yang sesuai dengan nilai F tersebut, kita dapat menggunakan kalkulator distribusi F dengan derajat kebebasan pada pembilang = df Perlakuan dan derajat kebebasan pada penyebut = df Error.
Misalnya, nilai p yang sesuai dengan nilai F 2,358, pembilang df = 2, dan penyebut df = 27 adalah 0,1138 .
Jika nilai p ini kurang dari α = 0,05, kami menolak hipotesis nol ANOVA dan menyimpulkan bahwa terdapat perbedaan yang signifikan secara statistik antara rata-rata ketiga kelompok.
Sebaliknya, jika nilai p tidak kurang dari α = 0,05, kita gagal menolak hipotesis nol dan menyimpulkan bahwa kita tidak mempunyai cukup bukti untuk mengatakan bahwa terdapat perbedaan yang signifikan secara statistik antara rata-rata ketiga kelompok.
Dalam contoh khusus ini, nilai p adalah 0,1138, jadi kita gagal menolak hipotesis nol. Artinya, kami tidak mempunyai cukup bukti untuk menyatakan bahwa terdapat perbedaan yang signifikan secara statistik antara rata-rata kelompok.
Tentang penggunaan tes post-hoc dengan ANOVA
Jika nilai p dari ANOVA kurang dari 0,05, maka kami menolak hipotesis nol yang menyatakan rata-rata setiap kelompok adalah sama.
Dalam skenario ini, kami kemudian dapat melakukan pengujian post-hoc untuk menentukan dengan tepat kelompok mana yang berbeda satu sama lain.
Ada beberapa tes post-hoc potensial yang dapat kita gunakan setelah ANOVA, namun yang paling populer meliputi:
- Tes Tukey
- Tes Bonferroni
- tes Scheffe
Lihat panduan ini untuk memahami tes post-hoc mana yang harus Anda gunakan berdasarkan situasi khusus Anda.
Sumber daya tambahan
Sumber daya berikut menawarkan informasi tambahan tentang pengujian ANOVA:
Pengantar ANOVA Satu Arah
Pengantar ANOVA Dua Arah
Panduan Lengkap: Cara Melaporkan Hasil ANOVA
ANOVA vs regresi: apa bedanya?