วิธีดำเนินการวิเคราะห์ความแปรปรวนแบบสองทางใน stata

การวิเคราะห์ความแปรปรวนแบบสองทาง ใช้เพื่อพิจารณาว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างค่าเฉลี่ยของกลุ่มอิสระสามกลุ่มขึ้นไปที่ถูกแบ่งออกเป็นสองปัจจัยหรือไม่

วัตถุประสงค์ของการวิเคราะห์ความแปรปรวนแบบสองทางคือเพื่อกำหนดผลกระทบของปัจจัยสองตัวต่อตัวแปรการตอบสนอง และเพื่อพิจารณาว่ามีการโต้ตอบระหว่างปัจจัยทั้งสองกับตัวแปรตอบสนองหรือไม่

บทช่วยสอนนี้จะอธิบายวิธีดำเนินการ ANOVA แบบสองทางใน Stata

ตัวอย่าง: การวิเคราะห์ความแปรปรวนแบบสองทางใน Stata

ในตัวอย่างนี้ เราจะใช้ชุดข้อมูล Stata ในตัวที่เรียกว่า systolic เพื่อทำการวิเคราะห์ความแปรปรวนแบบสองทาง ชุดข้อมูลนี้ประกอบด้วยตัวแปร 3 ตัวต่อไปนี้สำหรับบุคคล 58 คน:

• ยาที่ใช้
• ความเจ็บป่วยของผู้ป่วย
• การเปลี่ยนแปลงความดันโลหิตซิสโตลิก

เราจะใช้ขั้นตอนต่อไปนี้เพื่อทำการวิเคราะห์ความแปรปรวนแบบสองทางเพื่อตรวจสอบว่าประเภทของยาที่ใช้และประเภทโรคของผู้ป่วยมีผลกระทบอย่างมีนัยสำคัญต่อการเปลี่ยนแปลงของความดันโลหิตซิสโตลิกหรือไม่

ขั้นตอนที่ 1: โหลดข้อมูล

ขั้นแรก โหลดข้อมูลโดยพิมพ์ webuse systolic ในกล่องคำสั่งแล้วคลิก Enter

ขั้นตอนที่ 2: ดูข้อมูลดิบ

ก่อนที่จะดำเนินการวิเคราะห์ความแปรปรวนแบบสองทาง เรามาดูรายละเอียดข้อมูลดิบกันก่อน จากแถบเมนูด้านบน ไปที่ ข้อมูล > ตัวแก้ไขข้อมูล > ตัวแก้ไขข้อมูล (เรียกดู) นี่จะแสดงข้อมูลจริงของผู้ป่วยทั้งหมด 58 ราย:

ขั้นตอนที่ 3: ดำเนินการวิเคราะห์ความแปรปรวนแบบสองทาง

จากแถบเมนูด้านบน ไปที่ สถิติ > โมเดลเชิงเส้นและที่เกี่ยวข้อง > ANOVA/MANOVA > การวิเคราะห์ความแปรปรวนและความแปรปรวนร่วม

สำหรับตัวแปรตาม ให้เลือก systolic จากนั้นคลิกจุดสามจุด… ถัดจากลูกศรแบบเลื่อนลงใต้ Model

คุณจะพบกับหน้าจอใหม่ เลือก ตัวแปร Factor ไว้ สำหรับข้อกำหนด ให้เลือก แฟกทอเรียลเต็มแบบสองทาง เนื่องจากเรากำลังดำเนินการวิเคราะห์ความแปรปรวนแบบสองทาง สำหรับตัวแปร 1 ให้เลือก ยา และใช้ Default เป็นฐาน สำหรับตัวแปร 2 ให้เลือก โรค และใช้ ค่าเริ่ม ต้นเป็นฐาน จากนั้นคลิก เพิ่มในรายการตัวแปร ที่ด้านล่าง จากนั้นคลิก ตกลง

หน้าต่างเดิมจะปรากฏขึ้นพร้อมกับยา##โรคที่ขณะนี้อยู่ภายใต้ Model คุณไม่มีอะไรจะทำที่นี่อีกแล้ว เพียงคลิก ตกลง

ผลลัพธ์ของการวิเคราะห์ความแปรปรวนแบบสองทางจะปรากฏขึ้นโดยอัตโนมัติ:

จากผลลัพธ์เราสามารถสังเกตได้ดังต่อไปนี้:

• ไม่มีปฏิสัมพันธ์ที่มีนัยสำคัญระหว่างยากับโรค (p-value = 0.3958)
• โรคนี้ไม่มีผลกระทบอย่างมีนัยสำคัญต่อความดันโลหิตซิสโตลิก (p-value = 0.1637)
• ยานี้มีผลอย่างมีนัยสำคัญทางสถิติต่อความดันโลหิตซิสโตลิก (0.0001)

ขั้นตอนที่ 4: รายงานผลลัพธ์

สุดท้ายนี้ เราจะรายงานผลลัพธ์ของการวิเคราะห์ความแปรปรวนแบบสองทางของเรา นี่คือตัวอย่างของวิธีการทำเช่นนี้:

ทำการวิเคราะห์ความแปรปรวนแบบสองทางกับบุคคล 58 คนเพื่อตรวจสอบผลของยาและโรคต่อความดันโลหิตซิสโตลิก

ไม่มีปฏิสัมพันธ์ที่มีนัยสำคัญระหว่างผลของยาและโรคต่อความดันโลหิตซิสโตลิก (p = 0.3958) ไม่มีผลกระทบอย่างมีนัยสำคัญของโรคต่อความดันโลหิตซิสโตลิก (p = 0.1637) ยานี้มีผลอย่างมีนัยสำคัญต่อความดันโลหิตซิสโตลิก (0.0001)