วิธีดำเนินการวัด anova ซ้ำใน stata

การวัดความแปรปรวนแบบวัดซ้ำ จะถูกนำมาใช้เพื่อพิจารณาว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างค่าเฉลี่ยของกลุ่มตั้งแต่สามกลุ่มขึ้นไปซึ่งมีหัวข้อเดียวกันปรากฏในแต่ละกลุ่มหรือไม่

เราใช้การวัดความแปรปรวนแบบทางเดียวซ้ำในสองสถานการณ์เฉพาะ:

1. วัดคะแนนเฉลี่ยของวิชาต่างๆ ในจุดเวลาสามจุดขึ้นไป ตัวอย่างเช่น คุณอาจต้องการวัดอัตราการเต้นของหัวใจขณะพักของผู้เข้ารับการทดสอบหนึ่งเดือนก่อนเริ่มโปรแกรมการฝึก ในระหว่างโปรแกรมการฝึก และหนึ่งเดือนหลังจากโปรแกรมการฝึก เพื่อดูว่าอัตราการเต้นของหัวใจขณะพักโดยเฉลี่ยมีความแตกต่างอย่างมีนัยสำคัญหรือไม่ อัตราในช่วงเวลาทั้งสามจุดนี้

สังเกตว่าหัวข้อเดียวกันปรากฏขึ้นซ้ำแล้วซ้ำอีก เราวัดเรื่องเดียวกัน ซ้ำๆ เหตุใดเราจึงใช้การวัดความแปรปรวนแบบทางเดียวซ้ำๆ

2. วัดคะแนนเฉลี่ยของวิชาในสามเงื่อนไขที่แตกต่างกัน ตัวอย่างเช่น คุณอาจขอให้ผู้เข้าร่วมรับชมภาพยนตร์สามเรื่องที่แตกต่างกันและให้คะแนนแต่ละรายการตามว่าพวกเขาชอบพวกเขามากเพียงใด

ขอย้ำอีกครั้งว่าหัวข้อเดียวกันจะปรากฏในแต่ละกลุ่ม ดังนั้นเราจึงต้องใช้การวัดความแปรปรวนแบบทางเดียวซ้ำๆ เพื่อทดสอบความแตกต่างในค่าเฉลี่ยระหว่างเงื่อนไขทั้งสามนี้

บทช่วยสอนนี้จะอธิบายวิธีดำเนินการวัด ANOVA ซ้ำแบบทางเดียวใน Stata

ตัวอย่าง: การวัด ANOVA ซ้ำใน Stata

นักวิจัยวัดเวลาตอบสนองของผู้ป่วย 5 รายที่รับประทานยา 4 ชนิดที่แตกต่างกัน เนื่องจากผู้ป่วยแต่ละรายได้รับการวัดด้วยยาแต่ละชนิดจากทั้งหมดสี่ชนิด เราจะใช้การวัดความแปรปรวนแบบวัดซ้ำเพื่อตรวจสอบว่าเวลาเฉลี่ยของปฏิกิริยาแตกต่างกันระหว่างยาแต่ละชนิดหรือไม่

ทำตามขั้นตอนต่อไปนี้เพื่อทำการวัด ANOVA ซ้ำใน Stata

ขั้นตอนที่ 1: โหลดข้อมูล

ขั้นแรกให้โหลดข้อมูลโดยพิมพ์ use https://www.stata-press.com/data/r14/t43 ในช่องคำสั่ง แล้วคลิก Enter

ขั้นตอนที่ 2: ดูข้อมูลดิบ

ก่อนที่จะดำเนินการวัด ANOVA ซ้ำ เรามาดูข้อมูลดิบกันก่อน จากแถบเมนูด้านบน ไปที่ ข้อมูล > ตัวแก้ไขข้อมูล > ตัวแก้ไขข้อมูล (เรียกดู) นี่จะแสดงเวลาตอบสนองของผู้ป่วยแต่ละรายจากทั้งหมด 5 รายสำหรับยาแต่ละชนิดจากทั้งหมดสี่ชนิด:

ขั้นตอนที่ 3: ทำการวัด ANOVA ซ้ำๆ

จากแถบเมนูด้านบน ไปที่ สถิติ > โมเดลเชิงเส้นและที่เกี่ยวข้อง > ANOVA/MANOVA > การวิเคราะห์ความแปรปรวนและความแปรปรวนร่วม

สำหรับตัวแปรตาม ให้เลือก คะแนน สำหรับ Model ให้เลือก บุคคล และ ยา เป็นตัวแปรอธิบาย 2 รายการ ทำเครื่องหมายในช่องที่ระบุว่าตัวแปรการวัดซ้ำ และเลือก ยา เป็นตัวแปรที่ทำซ้ำ ปล่อยทุกอย่างไว้เหมือนเดิมแล้วคลิก ตกลง

ซึ่งจะสร้างตารางสองตารางต่อไปนี้โดยอัตโนมัติซึ่งแสดงผลของการวัดความแปรปรวนของการวัดซ้ำ:

ในตารางแรก เราสนใจ ค่า F และ ค่า p (แสดงเป็น Prob>F) สำหรับตัวแปร ยา โปรดทราบว่า F = 24.76 และค่า p คือ 0.000 สิ่งนี้บ่งชี้ว่าคะแนนเฉลี่ยของยาทั้งสี่ชนิดมีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติ

ควรใช้ตารางที่สองเฉพาะในกรณีที่เราสงสัยว่าสมมติฐานเกี่ยวกับความเป็นทรงกลมถูกละเมิด นี่คือสมมติฐานที่ว่าความแปรปรวนของความแตกต่างระหว่างการรวมกลุ่มแบบคู่ทั้งหมดจะต้องเท่ากัน หากเราเชื่อว่าสมมติฐานนี้ถูกละเมิด เราก็สามารถใช้หนึ่งในสามปัจจัยแก้ไขได้: เอปไซลอน Hunyh-Feldt, เอปไซลอนเรือนกระจก-ไกเซอร์ หรือเอปไซลอนกล่องแบบอนุรักษ์นิยม

ค่า p สำหรับตัวแปร ยา จะแสดงสำหรับปัจจัยแก้ไขทั้งสามประการต่อไปนี้:

• ค่า p ของ Hunyh-Feldt (HF) = 0.000
• ค่า p ของเรือนกระจก-ไกเซอร์ (GG) = 0.0006
• ค่า p แบบอนุรักษ์นิยมของกล่อง (กล่อง) = 0.0076

โปรดทราบว่าค่า p แต่ละค่าน้อยกว่า 0.05 ดังนั้นจึงยังคงมีความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างคะแนนเฉลี่ยของยาทั้ง 4 ชนิด ไม่ว่าเราจะใช้ปัจจัยแก้ไขใดก็ตาม

ขั้นตอนที่ 4: รายงานผลลัพธ์

สุดท้ายนี้ เราจะรายงานผลลัพธ์ของการวัดความแปรปรวนของการวัดซ้ำของเรา นี่คือตัวอย่างของวิธีการทำเช่นนี้:

การวัดความแปรปรวนแบบทางเดียวได้ดำเนินการกับบุคคล 5 คนเพื่อตรวจสอบผลของยาที่แตกต่างกันสี่ชนิดในเวลาตอบสนอง

ผลการศึกษาพบว่าประเภทของยาที่ใช้ส่งผลให้เวลาตอบสนองแตกต่างกันอย่างมีนัยสำคัญทางสถิติ (F(3, 12) = 24.75, p < 0.001)