Jika salah satu kelompok belajar dianggap sebagai kelompok kontrol<\/em> , maka kita harus menggunakan uji Dunnett<\/a> sebagai tes post-hoc.<\/span><\/p>\n Tutorial ini menjelaskan cara melakukan tes Dunnett di R.<\/span><\/p>\n Misalkan seorang guru ingin mengetahui apakah dua teknik belajar baru mempunyai potensi untuk meningkatkan nilai ujian siswanya. Untuk mengujinya, dia secara acak membagi kelasnya yang terdiri dari 30 siswa menjadi tiga kelompok berikut:<\/span><\/p>\n Setelah seminggu menggunakan teknik belajar yang ditugaskan kepada mereka, setiap siswa mengikuti ujian yang sama.<\/span><\/p>\n Kita dapat menggunakan langkah-langkah berikut dalam R untuk membuat kumpulan data, memvisualisasikan rata-rata kelompok, melakukan ANOVA satu arah, dan terakhir melakukan uji Dunnett untuk menentukan teknik studi baru mana (jika ada) yang menghasilkan hasil berbeda jika dibandingkan dengan kelompok kontrol. .<\/span><\/p>\n Langkah 1: Buat kumpulan data.<\/span><\/strong><\/p>\n Kode berikut menunjukkan cara membuat kumpulan data yang berisi hasil ujian seluruh 30 siswa:<\/span><\/p>\n Langkah 2: Lihat hasil ujian untuk setiap kelompok.<\/span><\/strong><\/p>\n Kode berikut menunjukkan cara membuat diagram kotak untuk memvisualisasikan sebaran hasil ujian tiap kelompok:<\/span> <\/p>\n Dari box plot saja kita dapat melihat bahwa sebaran nilai ujian untuk setiap teknik pembelajaran sangat berbeda-beda. Kami kemudian akan melakukan ANOVA satu arah untuk menentukan apakah perbedaan ini signifikan secara statistik.<\/span><\/p>\n Terkait:<\/strong> Cara Membuat Plot Beberapa Plot Kotak dalam Satu Bagan di R<\/a><\/span><\/p>\n Langkah 3: Lakukan ANOVA satu arah.<\/span><\/strong><\/p>\n Kode berikut menunjukkan cara melakukan ANOVA satu arah untuk menguji perbedaan antara rata-rata nilai ujian di setiap kelompok:<\/span><\/p>\n Karena nilai p keseluruhan ( 0,0476<\/strong> ) kurang dari 0,05, hal ini menunjukkan bahwa setiap kelompok tidak memiliki rata-rata nilai ujian yang sama. Selanjutnya, kita akan melakukan tes Dunnett untuk menentukan teknik belajar mana yang menghasilkan rata-rata nilai ujian yang berbeda dari rata-rata nilai ujian kelompok kontrol.<\/span><\/p>\n Langkah 4: Lakukan tes Dunnett.<\/span><\/strong><\/p>\n Untuk melakukan pengujian Dunnett di R kita dapat menggunakan fungsi DunnettTest()<\/strong> dari perpustakaan DescTools<\/strong> yang menggunakan sintaks berikut:<\/span><\/p>\n Tes Dunnett (x, g)<\/strong><\/span><\/p>\n<\/blockquote>\n Emas:<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi ini untuk contoh kita:<\/span><\/p>\n Cara menafsirkan hasilnya adalah sebagai berikut:<\/span><\/p>\n Berdasarkan hasil, kita dapat melihat bahwa mempelajari Teknik 2 adalah satu-satunya teknik yang menghasilkan nilai rata-rata ujian yang berbeda secara signifikan (p = 0,0296) dibandingkan dengan kelompok kontrol.<\/span><\/p>\n Pengantar ANOVA Satu Arah<\/a> Tes post hoc adalah jenis tes yang dilakukan mengikuti ANOVA untuk menentukan mean kelompok mana yang secara statistik berbeda secara signifikan satu sama lain. Jika salah satu kelompok belajar dianggap sebagai kelompok kontrol , maka kita harus menggunakan uji Dunnett sebagai tes post-hoc. Tutorial ini menjelaskan cara melakukan tes Dunnett di R. Contoh: Tes Dunnett […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Contoh: Tes Dunnett di R<\/strong><\/span><\/h3>\n
\n
#create data frame<\/span>\ndata <- data.frame(technique = rep<\/span> (c(\"control\", \"new1\", \"new2\"), each<\/span> = 10<\/span> ),\n score = c(76, 77, 77, 81, 82, 82, 83, 84, 85, 89,\n 81, 82, 83, 83, 83, 84, 87, 90, 92, 93,\n 77, 78, 79, 88, 89, 90, 91, 95, 95, 98))\n\n#view first six rows of data frame<\/span>\nhead(data)\n\n technical score\n1 control 76\n2 controls 77\n3 controls 77\n4 controls 81\n5 controls 82\n6 controls 82\n<\/strong><\/pre>\n boxplot(score ~ technique,\n data = data,\n main = \"Exam Scores by Studying Technique\",\n xlab = \"Studying Technique\",\n ylab = \"Exam Scores\",\n col = \"steelblue\",\n border = \"black\")\n<\/strong><\/pre>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/dunnettsr.png\")
<\/p>\n #fit the one-way ANOVA model<\/span>\nmodel <- aov(score ~ technique, data = data)\n\n#view model output\n<\/span>summary(model)\n\n Df Sum Sq Mean Sq F value Pr(>F) \ntechnical 2 211.5 105.73 3.415 0.0476 *\nResiduals 27 836.0 30.96 \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1<\/strong><\/pre>\n\n
\n
#load DescTools library<\/span>\nlibrary(DescTools)\n\n#perform Dunnett's Test\n<\/span>DunnettTest(x=data$score, g=data$technique)\n\n Dunnett's test for comparing several treatments with a control: \n 95% family-wise confidence level\n\n$control\n diff lwr.ci upr.ci pval \nnew1-control 4.2 -1.6071876 10.00719 0.1787 \nnew2-control 6.4 0.5928124 12.20719 0.0296 * \n\n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1' '1.' 0.1 ' ' 1<\/strong><\/pre>\n\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Bagaimana melakukan ANOVA satu arah di R<\/a>
Cara melakukan tes Tukey di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"