Asumsi yang digunakan dalam ANOVA satu arah adalah:<\/span><\/p>\n Jika nilai p dari ANOVA berada di bawah tingkat signifikansi tertentu (seperti \u03b1 = 0,05), kita dapat menolak hipotesis nol dan menyimpulkan bahwa setidaknya salah satu mean kelompok berbeda dari mean kelompok lainnya.<\/span><\/p>\n Namun untuk mengetahui secara pasti kelompok mana yang berbeda satu sama lain, kita perlu melakukan tes post-hoc.<\/span><\/p>\n Tes post hoc yang umum digunakan adalah uji Fisher\u2019s Least Significant Difference (LSD)<\/strong> .<\/span><\/p>\n Anda dapat menggunakan fungsi LSD.test()<\/strong> dari paket agricolae<\/strong> untuk melakukan pengujian ini di R.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya.<\/span><\/p>\n Misalkan seorang profesor ingin mengetahui apakah tiga teknik belajar yang berbeda menghasilkan nilai ujian yang berbeda di kalangan siswa.<\/span><\/p>\n Untuk mengujinya, dia secara acak menugaskan 10 siswa untuk menggunakan setiap teknik belajar dan mencatat hasil ujian mereka.<\/span><\/p>\n Berikut tabel<\/span> hasil ujian masing-masing siswa berdasarkan teknik belajar yang digunakan:<\/span> <\/p>\n Kita dapat menggunakan kode berikut untuk membuat kumpulan data ini dan melakukan ANOVA satu arah di R:<\/span><\/p>\n Karena nilai p pada tabel ANOVA (0,0188) kurang dari 0,05, maka kita dapat menyimpulkan bahwa semua rata-rata nilai ujian antara ketiga kelompok tidak sama.<\/span><\/p>\n Dengan demikian, kita dapat melakukan uji LSD Fisher untuk menentukan mean kelompok mana yang berbeda.<\/span><\/p>\n Kode berikut menunjukkan cara melakukan ini:<\/span><\/p>\n Bagian hasil yang paling menarik bagi kami adalah bagian yang disebut $groups<\/strong> . Teknik yang mempunyai karakter berbeda pada kolom grup<\/strong> sangatlah berbeda.<\/span><\/p>\n Dari hasilnya kita dapat melihat:<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di R:<\/span><\/p>\n Bagaimana melakukan ANOVA satu arah di R<\/a> ANOVA satu arah digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara rata-rata tiga atau lebih kelompok independen. Asumsi yang digunakan dalam ANOVA satu arah adalah: H 0 : Rata-ratanya sama untuk setiap kelompok. H A : Setidaknya salah satu caranya berbeda dengan yang lain. Jika nilai p dari ANOVA berada di bawah […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Contoh: Tes LSD Fisher di R<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/moinssigdiff1.png\")
<\/p>\n #create data frame\ndf <- data. frame<\/span> (technique = rep(c(\"tech1\", \"tech2\", \"tech3\"), each = 10<\/span> ),\n score = c(72, 73, 73, 77, 82, 82, 83, 84, 85, 89,\n 81, 82, 83, 83, 83, 84, 87, 90, 92, 93,\n 77, 78, 79, 88, 89, 90, 91, 95, 95, 98))\n\n#view first six rows of data frame\n<\/span>head(df)\n\n technical score\n1 tech1 72\n2 tech1 73\n3 tech1 73\n4 tech1 77\n5 tech1 82\n6 tech1 82\n\n#fit one-way ANOVA\n<\/span>model <- aov(score ~ technique, data = df)\n\n#view summary of one-way ANOVA\n<\/span>summary(model)\n\n Df Sum Sq Mean Sq F value Pr(>F) \ntechnical 2 341.6 170.80 4.623 0.0188 *\nResiduals 27,997.6 36.95 \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1<\/span><\/span><\/strong><\/pre>\n library<\/span> (agricolae)<\/span>\n\n#perform Fisher's LSD\nprint( LSD.test<\/span> (model,\" technic<\/span> \"))\n \n$statistics\n MSerror Df Mean CV t.value LSD\n 36.94815 27 84.6 7.184987 2.051831 5.57767\n\n$parameters\n test p.adjusted name.t ntr alpha\n Fisher-LSD none technical 3 0.05\n\n$means\n std score r LCL UCL Min Max Q25 Q50 Q75\ntech1 80.0 5.868939 10 76.05599 83.94401 72 89 74.00 82.0 83.75\ntech2 85.8 4.391912 10 81.85599 89.74401 81 93 83.00 83.5 89.25\ntech3 88.0 7.557189 10 84.05599 91.94401 77 98 81.25 89.5 94.00\n\n$comparison\nNULL\n\n$groups\n score groups\ntech3 88.0 a\ntech2 85.8a\ntech1 80.0 b\n\nattr(,\"class\")\n[1] \u201cgroup\u201d\n<\/span><\/span><\/strong><\/pre>\n\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara melakukan tes post hoc Bonferroni di R<\/a>
Cara melakukan tes post-hoc Scheffe di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"