<\/p>\n
ANOVA Welch<\/strong> merupakan alternatif dari ANOVA satu arah<\/a> ketika asumsi persamaan varians<\/a> tidak terpenuhi.<\/span><\/p>\n Contoh langkah demi langkah berikut menunjukkan cara melakukan ANOVA Welch dengan Python.<\/span><\/p>\n Untuk menentukan apakah tiga teknik belajar yang berbeda menghasilkan hasil ujian yang berbeda, seorang profesor secara acak menugaskan 10 siswa untuk menggunakan masing-masing teknik (Teknik A, B, atau C) selama seminggu, kemudian memberikan tes dengan tingkat kesulitan yang sama kepada setiap siswa.<\/span><\/p>\n Hasil ujian 30 siswa disajikan di bawah ini:<\/span><\/p>\n Selanjutnya, kita dapat melakukan uji Bartlett<\/a> untuk menentukan apakah varians antar kelompok sama.<\/span><\/p>\n Jika nilai p<\/a> dari statistik uji berada di bawah tingkat signifikansi tertentu (misalnya \u03b1 = 0,05), maka kita dapat menolak hipotesis nol dan menyimpulkan bahwa tidak semua kelompok memiliki varian yang sama.<\/span><\/p>\n Kita dapat menggunakan kode berikut untuk melakukan tes Bartlett dengan Python:<\/span><\/span><\/p>\n Nilai p ( 0,01089<\/strong> ) uji Bartlett lebih kecil dari \u03b1 = 0,05, yang berarti kita dapat menolak hipotesis nol yang menyatakan bahwa setiap kelompok memiliki varians yang sama.<\/span><\/p>\n Dengan demikian, asumsi persamaan varians dilanggar dan kita dapat melanjutkan dengan ANOVA Welch.<\/span><\/p>\n Untuk melakukan ANOVA Welch dengan Python, kita dapat menggunakan fungsi welch_anova()<\/strong> dari paket Penguin.<\/span><\/p>\n Pertama, kita perlu menginstal Penguin:<\/span><\/p>\n Kemudian kita dapat menggunakan kode berikut untuk melakukan ANOVA Welch:<\/span><\/p>\n Nilai p keseluruhan ( 0,001598<\/strong> ) dari tabel ANOVA kurang dari \u03b1 = 0,05, yang berarti kita dapat menolak hipotesis nol bahwa hasil ujian di antara ketiga teknik belajar adalah sama.<\/span><\/p>\n Kami kemudian dapat melakukan tes post-hoc Games-Howell untuk menentukan dengan tepat mean grup mana yang berbeda:<\/span><\/p>\n Dari nilai p-value terlihat bahwa selisih mean antara kelompok a<\/strong> dan b<\/strong> berbeda nyata dan selisih mean antara kelompok b<\/strong> dan c<\/strong> berbeda nyata.<\/span><\/p>\n Cara Melakukan ANOVA Satu Arah dengan Python<\/a> ANOVA Welch merupakan alternatif dari ANOVA satu arah ketika asumsi persamaan varians tidak terpenuhi. Contoh langkah demi langkah berikut menunjukkan cara melakukan ANOVA Welch dengan Python. Langkah 1: Buat datanya Untuk menentukan apakah tiga teknik belajar yang berbeda menghasilkan hasil ujian yang berbeda, seorang profesor secara acak menugaskan 10 siswa untuk menggunakan masing-masing teknik (Teknik […]<\/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 Langkah 1: Buat datanya<\/strong><\/span><\/h3>\n
A = [64, 66, 68, 75, 78, 94, 98, 79, 71, 80]\nB = [91, 92, 93, 90, 97, 94, 82, 88, 95, 96]\nC = [79, 78, 88, 94, 92, 85, 83, 85, 82, 81]\n<\/strong><\/pre>\n
Langkah 2: Uji Perbedaan Setara<\/strong><\/span><\/h3>\n
import<\/span> scipy. stats<\/span> as<\/span> stats\n\n#perform Bartlett's test \n<\/span>stats. bartlett<\/span> (A, B, C)\n\nBartlettResult(statistic=9.039674395, pvalue=0.010890796567)\n<\/strong><\/span><\/pre>\n Langkah 3: Lakukan ANOVA Welch<\/strong><\/span><\/h3>\n
pip install<\/span> Penguin<\/span>\n<\/strong><\/pre>\n import penguin<\/span> as pg<\/span>\nimport<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' score<\/span> ': [64, 66, 68, 75, 78, 94, 98, 79, 71, 80,\n 91, 92, 93, 90, 97, 94, 82, 88, 95, 96,\n 79, 78, 88, 94, 92, 85, 83, 85, 82, 81],\n ' group<\/span> ': np. repeat<\/span> (['a', 'b', 'c'], repeats<\/span> = 10<\/span> )}) \n\n#perform Welch's ANOVA\n<\/span>pg. welch_anova<\/span> (dv=' score<\/span> ', between=' group<\/span> ', data=df)\n\n Source ddof1 ddof2 F p-unc np2\n0 group 2 16.651295 9.717185 0.001598 0.399286\n<\/strong><\/pre>\n pg. pairwise_gameshowell<\/span> (dv=' score<\/span> ', between=' group<\/span> ', data=df)\n\n\n A B mean(A) mean(B) diff se T df pval\t\n0 a b 77.3 91.8 -14.5 3.843754 -3.772354 11.6767 0.0072\n1 a c 77.3 84.7 -7.4 3.952777 -1.872102 12.7528 0.1864\n2 b c 91.8 84.7 7.1 2.179959 3.256942 17.4419 0.0119\n<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara Melakukan ANOVA Dua Arah dengan Python<\/a>
Cara Melakukan Tindakan Berulang ANOVA dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"