Cara melakukan tes kruskal-wallis di sas

Uji Kruskal-Wallis digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara median tiga atau lebih kelompok independen.

Ini dianggap setara nonparametrik dari ANOVA satu arah .

Tutorial ini memberikan contoh langkah demi langkah tentang cara melakukan tes Kruskal-Wallis di SAS.

Langkah 1: Masukkan datanya

Misalkan peneliti ingin mengetahui apakah tiga pupuk yang berbeda menyebabkan tingkat pertumbuhan tanaman yang berbeda.

Mereka secara acak memilih 30 tanaman berbeda dan membaginya menjadi tiga kelompok yang terdiri dari 10 tanaman, memberikan pupuk berbeda pada setiap kelompok. Setelah sebulan, mereka mengukur tinggi tiap tanaman.

Kami akan memasukkan data berikut ke dalam SAS, yang menunjukkan pertumbuhan total (dalam inci) dari masing-masing 10 tanaman di setiap kelompok:

 /*create dataset*/
data fertilizer_data;
    input fertilizer $growth;
    datalines ;
fert1 7
fert1 14
fert1 14
fert1 13
fert1 12
fert1 9
fert1 6
fert1 14
fert1 12
fert1 8
fert2 15
fert2 17
fert2 13
fert2 15
fert2 15
fert2 13
fert2 9
fert2 12
fert2 10
fert2 8
fert3 6
fert3 8
fert3 8
fert3 9
fert3 5
fert3 14
fert3 13
fert3 8
fert3 10
fert3 9
;
run ;

Langkah 2: Lakukan tes Kruskal-Wallis

Selanjutnya, kita akan menggunakan pernyataan proc npar1way untuk melakukan uji Kruskal-Wallis untuk membandingkan median pertumbuhan tanaman antara ketiga kelompok pupuk:

 /*perform Kruskal-Wallis test*/
proc npar1way data =fertilizer_data wilcoxon dscf ;
    class fertilizer;
    vargrowth ;
run ;

Langkah 3: Interpretasikan hasilnya

Tabel pertama hasil menunjukkan statistik uji Chi-kuadrat secara keseluruhan dan nilai p yang sesuai untuk uji Kruskal-Wallis:

Nilai p dari tes ini adalah 0,0431 . Karena nilai ini kurang dari 0,05, kami menolak hipotesis nol yang menyatakan median pertumbuhan tanaman untuk ketiga pupuk adalah sama.

Artinya, kita mempunyai cukup bukti untuk menyimpulkan bahwa jenis pupuk yang digunakan menyebabkan perbedaan pertumbuhan tanaman yang signifikan secara statistik.

Tabel hasil akhir menunjukkan nilai p untuk perbandingan berpasangan antara masing-masing tiga kelompok:

Dari tabel tersebut terlihat bahwa satu-satunya p-value di bawah 0,05 adalah perbandingan antara pupuk 2 dan pupuk 3 yang memiliki p-value sebesar 0,0390 .

Artinya terdapat perbedaan pertumbuhan tanaman yang signifikan secara statistik antara pupuk 2 dan pupuk 3, namun tidak antara perbandingan berpasangan lainnya.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan uji statistik umum lainnya di SAS:

Cara melakukan uji-t satu sampel di SAS
Cara melakukan uji-t dua sampel di SAS
Cara melakukan ANOVA satu arah di SAS
Cara melakukan ANOVA dua arah di SAS