Jika nilai p keseluruhan tabel ANOVA berada di bawah tingkat signifikansi tertentu, maka kita memiliki cukup bukti untuk mengatakan bahwa setidaknya salah satu mean kelompok berbeda dari mean kelompok lainnya.<\/span><\/p>\n Namun, hal ini tidak memberi tahu kita kelompok mana<\/em> yang berbeda satu sama lain. Hal ini menunjukkan kepada kita bahwa tidak semua rata-rata kelompok adalah sama.<\/span><\/p>\n Untuk mengetahui secara pasti kelompok mana yang berbeda satu sama lain, kita perlu melakukan tes post hoc<\/a> .<\/span><\/p>\n Salah satu tes post hoc yang paling umum digunakan adalah tes Scheffe<\/strong> , yang memungkinkan kita membuat perbandingan berpasangan antara rata-rata masing-masing kelompok sambil mengendalikan tingkat kesalahan yang bersifat keluarga<\/a> .<\/span><\/p>\n Contoh berikut menunjukkan cara melakukan tes Scheffe di R.<\/span><\/p>\n Misalkan seorang peneliti merekrut 30 siswa untuk berpartisipasi dalam suatu penelitian. Siswa ditugaskan secara acak<\/a> untuk menggunakan salah satu dari tiga metode belajar untuk mempersiapkan ujian.<\/span><\/p>\n Kita dapat menggunakan kode berikut untuk membuat dataset ini di SAS:<\/span><\/p>\n Selanjutnya, kita akan menggunakan proc ANOVA<\/strong> untuk melakukan ANOVA satu arah:<\/span><\/p>\n Catatan<\/strong> : Kami menggunakan pernyataan rata-rata<\/strong> bersama dengan opsi Scheffe<\/b> dan Cldiff<\/strong> untuk menentukan bahwa uji post-hoc Scheffe harus dilakukan (dengan interval kepercayaan) jika nilai p keseluruhan dari ANOVA satu arah signifikan secara statistik.<\/span><\/p>\n Pertama, kita akan menganalisis tabel ANOVA pada hasilnya:<\/span> <\/p>\n Dari tabel ini kita dapat melihat:<\/span><\/p>\n Ingatlah bahwa ANOVA satu arah menggunakan hipotesis nol dan hipotesis alternatif berikut:<\/span><\/p>\n Karena nilai p tabel ANOVA (0,0448) kurang dari \u03b1 = 0,05, kami menolak hipotesis nol.<\/span><\/p>\n Hal ini menunjukkan bahwa rata-rata nilai ujian di ketiga metode belajar tidak sama.<\/span><\/p>\n Terkait:<\/strong> Cara Menafsirkan F-Value dan P-Value di ANOVA<\/a><\/span><\/p>\n Untuk menentukan dengan pasti mean grup mana yang berbeda, kita perlu mengacu pada tabel hasil akhir yang menunjukkan hasil tes post-hoc Scheffe:<\/span> <\/p>\n Untuk mengetahui mean grup mana yang berbeda, kita perlu melihat perbandingan berpasangan mana yang memiliki bintang ( ***<\/strong> ) di sebelahnya.<\/span><\/p>\n Tabel tersebut menunjukkan bahwa terdapat perbedaan yang signifikan secara statistik pada rata-rata nilai ujian antara Grup A dan Grup C.<\/span><\/p>\n Tidak ada perbedaan yang signifikan secara statistik antara rata-rata kelompok lainnya.<\/span><\/p>\n Secara spesifik terlihat bahwa rata-rata selisih nilai ujian antara kelompok C dan kelompok A adalah 6,7<\/strong> .<\/span><\/p>\n Interval kepercayaan 95% untuk perbedaan rata-rata antara kelompok-kelompok ini adalah [0,064, 13,336]<\/strong> .<\/span><\/p>\n Tutorial berikut memberikan informasi tambahan tentang model ANOVA:<\/span><\/p>\n Panduan Menggunakan Pengujian Post-Hoc dengan ANOVA<\/a> ANOVA satu arah digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara rata-rata tiga atau lebih kelompok independen. Jika nilai p keseluruhan tabel ANOVA berada di bawah tingkat signifikansi tertentu, maka kita memiliki cukup bukti untuk mengatakan bahwa setidaknya salah satu mean kelompok berbeda dari mean kelompok lainnya. Namun, hal ini tidak memberi […]<\/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 Scheffe di SAS<\/strong><\/span><\/h2>\n
\/*create dataset*\/\n<\/span>data<\/span> my_data;\n input<\/span> Method $Score;\n datalines<\/span> ;\nAt 76\nAt 77\nAt 77\nAt 81\nAt 82\nAt 82\nAt 83\nAt 84\nAt 85\nAt 89\nB 81\nB 82\nB 83\nB 83\nB 83\nB 84\nB 87\nB90\nB92\nB93\nC 77\nC 78\nC 79\nC 88\nC 89\nC 90\nC 91\nC 95\nC 98\nC 98\n;\nrun<\/span> ;\n<\/strong><\/span><\/pre>\n \/*perform one-way ANOVA with Scheffe's post-hoc test*\/\n<\/span>proc ANOVA data<\/span> = my_data;<\/span>\nclassMethod<\/span> ;<\/span>\nmodelScore<\/span> = Method;<\/span>\nmeans<\/span> Method \/<\/span> scheffe cldiff<\/span> ;<\/span>\nrun;<\/span><\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/scheffe1-1.png\")
<\/p>\n\n
\n
![\"Tes](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/scheffe2.png\")
<\/p>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara melakukan ANOVA satu arah di SAS<\/a>
Cara melakukan ANOVA dua arah di SAS<\/a><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"