Variasi dalam kelompok atau antar kelompok dalam anova
ANOVA satu arah digunakan untuk menentukan apakah rata-rata dari tiga atau lebih kelompok independen adalah sama atau tidak.
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 dengan kelompok lainnya.
Setiap kali Anda melakukan ANOVA satu arah, Anda akan mendapatkan tabel ringkasan seperti berikut:
Kita dapat melihat bahwa ada dua sumber variasi berbeda yang diukur oleh ANOVA:
Variasi antar kelompok : variasi total antara rata-rata masing-masing kelompok dan rata-rata keseluruhan.
Variasi dalam kelompok : total variasi nilai individu dalam setiap kelompok dan rata-rata kelompoknya.
Jika variasi antar kelompok relatif tinggi terhadap variasi dalam kelompok, maka statistik F dari ANOVA akan lebih tinggi dan nilai p yang sesuai akan lebih rendah, sehingga hipotesis nol lebih besar kemungkinannya untuk ditolak. rata-rata kelompok adalah sama.
Contoh berikut menunjukkan cara menghitung variasi antar kelompok dan variasi dalam kelompok untuk ANOVA satu arah dalam praktiknya.
Contoh: Menghitung variasi dalam suatu kelompok dan antar kelompok dalam ANOVA
Misalkan kita ingin menentukan apakah tiga metode belajar yang berbeda menghasilkan rata-rata nilai ujian yang berbeda. Untuk mengujinya, kami merekrut 30 siswa dan secara acak menugaskan 10 siswa untuk menggunakan metode belajar yang berbeda.
Hasil ujian siswa pada masing-masing kelompok ditunjukkan di bawah ini:
Kita dapat menggunakan rumus berikut untuk menghitung variasi antar kelompok :
Variasi antar kelompok = Σn j (X j – X ..) 2
Emas:
- n j : ukuran sampel kelompok j
- Σ : simbol yang berarti “jumlah”
- X j : rata-rata kelompok j
- X .. : rata-rata keseluruhan
Untuk menghitung nilai ini, pertama-tama kita menghitung rata-rata masing-masing kelompok dan rata-rata keseluruhan:
Kemudian kita menghitung variasi antar kelompok sebagai berikut: 10(80.5-83.1) 2 + 10(82.1-83.1) 2 + 10(86.7-83.1) 2 = 207.2 .
Kemudian kita dapat menggunakan rumus berikut untuk menghitung variasi dalam grup :
Variasi intra-grup : Σ(X ij – X j ) 2
Emas:
- Σ : simbol yang berarti “jumlah”
- X ij : observasi ke-i kelompok j
- X j : rata-rata kelompok j
Dalam contoh kami, kami menghitung variasi dalam grup sebagai:
Grup 1: (75-80.5) 2 + (77-80.5) 2 + (78-80.5) 2+ (78-80.5) 2+ (79-80.5) 2+ (81-80.5) 2+ (81-80.5) 2+ (83-80.5) 2+ (86-80.5) 2+ (87-80,5) 2 = 136,5
Grup 2: (78-82.1) 2 + (78-82.1) 2 + (79-82.1) 2 + (81-82.1) 2+ (81-82.1) 2+ (82-82.1) 2 + (83-82.1) 2 + (85-82.1) 2 + (86-82.1) 2 + (88-82.1) 2 = 104.9
Grup 3: (82-86.7) 2 + (82-86.7) 2 + (84-86.7) 2+ (86-86.7) 2+ (86-86.7) 2+ (87-86.7) 2+ (87-86.7) 2+ (89-86.7) 2+ (90-86.7) 2+ (94-86.7) 2 = 122.1
Variasi dalam grup: 136,5 + 104,9 + 122,1 = 363,5
Jika kita menggunakan software statistik untuk melakukan ANOVA satu arah menggunakan dataset ini, kita akan mendapatkan tabel ANOVA berikut:
Perhatikan bahwa nilai variasi antar grup dan dalam grup cocok dengan yang kami hitung secara manual.
Statistik F keseluruhan dalam tabel adalah cara untuk mengukur hubungan antara variasi antar kelompok dan variasi dalam kelompok.
Semakin besar statistik F, semakin besar rata-rata variasi antar kelompok dibandingkan dengan variasi dalam kelompok.
Jadi, semakin besar statistik F, semakin jelas terlihat adanya perbedaan rata-rata antar kelompok.
Kita dapat melihat dalam contoh ini bahwa nilai p yang sesuai dengan statistik F 7,6952 adalah 0,0023 .
Karena nilai ini kurang dari α = 0,05, kami menolak hipotesis nol ANOVA dan menyimpulkan bahwa ketiga teknik belajar tidak menghasilkan nilai ujian yang sama.
Sumber daya tambahan
Tutorial berikut memberikan informasi tambahan tentang model ANOVA:
Pengantar ANOVA Satu Arah
Bagaimana menginterpretasikan nilai F dan nilai P dalam ANOVA
Panduan Lengkap: Cara Melaporkan Hasil ANOVA