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?

Tambahkan komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *