Assaad et al. SpringerPlus 2014, 3: 474 http://www.springerplus.

com/content/3/1/474
a SpringerOpen Journal

PERANGKAT LUNAK Buka Akses Cepat tabel MS-Word

siap-publikasi untuk satu arah ANOVA

Houssein I Assaad1,2 *, Lan Zhou1, Raymond J Carroll1 dan Guoyao Wu2,3 *
Abstrak
Latar Belakang: Tabel statistik merupakan komponen penting dari analisis data dan laporan dalam ilmu
biologi. Namun, proses manual tradisional untuk perhitungan dan penyajian hasil yang signifikan secara
statistik menggunakan algoritma berbasis huruf sangat membosankan dan rentan terhadap kesalahan.
Hasil: Berdasarkan bahasa R, kami menyajikan dua perangkat lunak berbasis web untuk data individu
dan ringkasan, tersedia secara online secara gratis, di
http://shiny.stat.tamu.edu:3838/hassaad/Table_report1/ dan http: // shiny .stat.tamu.edu: 3838 / hassaad /
SumAOV1 /, masing-masing. Perangkat lunak ini mampu menghasilkan tabel siap publikasi dengan cepat
yang berisi hasil analisis varian satu arah (ANOVA). Tidak diperlukan unduhan. Selain itu, perangkat
lunak ini dapat melakukan beberapa perbandingan cara menggunakan tes Duncan, Student-Newman-
Keuls, Tukey Kramer, dan uji perbedaan paling signifikan (LSD) Fisher. Jika tes LSD dipilih, beberapa
metode (misalnya, Bonferroni dan Holm) tersedia untuk menyesuaikan nilai-p. Menggunakan perangkat
lunak, prosedur ANOVA dapat diselesaikan dalam hitungan detik menggunakan browser web, lebih
disukai Mozilla Firefox atau Google Chrome, dan beberapa klik mouse. Selain itu, perangkat lunak dapat
menangani ANOVA satu arah untuk data ringkasan (yaitu ukuran sampel, rata-rata, dan SD atau SEM
per kelompok perlakuan) dengan beberapa perbandingan post-hoc di antara sarana pengobatan. Untuk
kesadaran kami, tidak ada komersial saat ini tersedia (misalnya, SPSS dan SAS) atau perangkat lunak
sumber terbuka (misalnya, R dan Python) dapat melakukan tugas yang cepat tanpa pengetahuan
lanjutan dari bahasa pemrograman yang sesuai. Kesimpulan: Perangkat lunak kami yang baru dan
ramah pengguna untuk melakukan analisis statistik dan menghasilkan tabel MS-Word yang siap
dipublikasikan untuk ANOVA satu arah diharapkan dapat memfasilitasi penelitian di bidang pertanian,
biomedis, dan bidang ilmu kehidupan lainnya.
Kata kunci: Analisis statistik; Beberapa perbandingan; Perangkat lunak online; Komputasi; Biologi;
R;mengkilap
Pengantar
menunjukkan kelompok perlakuan mana yang berbeda secara signifikan. Tabel statistik ada di mana-mana di bidang
pertanian, biologi,
Dengan algoritma ini, berarti untuk perawatan ditugaskan dan studi biomedis (Steel et al. 1997). Contohnya adalah
huruf (misalnya, a, b, dan c) untuk menyoroti perbedaan yang signifikan. ditunjukkan pada Tabel 1, melaporkan efek dari
pemberian oral-
Itu berarti yang tidak berbeda secara signifikan adalah trasi interferon tau (IFNT) pada konsentrasi
ditugaskan surat umum. Dengan kata lain, dua perlakuan asam amino, glukosa, lipid, dan hormon dalam plasma
tanpa huruf biasa secara statistik signifikan pada tikus Zucker diabetic fatty (ZDF) (Tekwe et al. 2013).
tingkat signifikansi yang dipilih (misalnya, P≤ 0,05 atau ≤0,01). Di sini, kita fokus pada menghasilkan tabel dari satu arah
analisis
Tukey-Kramer (TK), Mahasiswa-Newman-Keuls (SNK), varians (ANOVA) model di mana pengukuran
Fisher'ssetidaknya perbedaan yang signifikan (LSD), Duncan ( DC), diringkas sebagai rata-rata ± SEM untuk setiap
kelompok perlakuan.
dan tes Bonferroni (BF) adalah salah satu yang paling populer, hasil tes post-hoc juga termasuk dalam
prosedur perbandingan berganda yang digunakan dalam ilmu kehidupan menggunakan algoritma berbasis huruf (Piepho
2004) untuk meningkatkan
penelitian (Steel et al. 1997), termasuk biokimia asam amino, nutrisi, farmakologi, dan fisiologi
* Korespondensi: Houssein_Assaad_10@hotmail.com; g-wu@tamu.edu 1Departemen Statistik, Universitas A&M Texas, College Station, TX 77843, AS

(Wang et al. 2014a, b; Wu dan Meininger 1997; Wu 1997). 2Departemen Ilmu Hewan, Universitas A&M Texas, College Station, TX
77843, AS. Daftar lengkap informasi penulis tersedia di akhir artikel
© 2014 Assaad et al.; penerima lisensi Springer. Ini adalah artikel Akses Terbuka yang didistribusikan di bawah ketentuan Lisensi Atribusi Creative Commons
(http://creativecommons.org/licenses/by/4.0), yang memungkinkan penggunaan, distribusi, dan reproduksi tanpa batas dalam media apa pun, asalkan karya
aslinya adalah dikreditkan dengan benar.
Dalam tulisan ini, kami memperkenalkan dua perangkat lunak, tersedia secara online secara gratis, di
(http://shiny.stat.tamu.edu:3838/hassaad/Table_ report1 / dan http://shiny.stat.tamu.edu:3838/hassaad / Jumlah AOV1 /)
untuk ANOVA satu arah. Perangkat lunak ini mampu, dalam beberapa klik, menghasilkan tabel MS-Word siap-publikasi
yang sesuai dengan beberapa set data, dan mengekspornya ke Microsoft Word atau pembaca RTF, dengan semua hasil tes
post-hoc disertakan di dalamnya. Perangkat lunak ini juga dapat menangani situasi di mana hanya data ringkasan yang
tersedia (yaitu, ukuran sampel, rata-rata, dan SD atau SEM per kelompok), tanpa perlu menggunakan pengamatan individu
yang asli. Kami percaya bahwa metode baru kami akan menghemat ahli biologi, dan ilmuwan terapan secara umum,
banyak waktu dan menghindari memasukkan, dengan tangan, surat superskrip (lihat Tabel 1) yang berasal dari tes statistik
yang sesuai. Ini menawarkan keuntungan berbeda dari proses manual tradisional untuk perhitungan dan penyajian hasil
dalam tabel yang tidak hanya membosankan tetapi juga rentan terhadap kesalahan.
Beberapa paket perangkat lunak dapat melakukan ANOVA satu arah, diikuti dengan analisis pasca-hoc (mis. R, SAS,
JMP, dan SPSS). Sepengetahuan kami, tidak satu pun dari mereka yang mampu mengekspor beberapa hasil perbandingan
ke dalam pembaca RTF dalam format yang mirip dengan Tabel 1 tanpa pengetahuan lanjutan tentang bahasa
pemrograman yang sesuai. Juga, SAS, SPSS, dan JMP tidak gratis. Tantangan utama terletak pada mengekspor superskrip
yang digunakan untuk merangkum hasil signifikansi ke pembaca RTF. Pencarian Google sederhana dari istilah "kalkulator
ANOVA" atau "ANOVA dari data ringkasan" mengungkapkan banyak program berbasis web a yang dapat membuat tabel
ANOVA berdasarkan data asli atau ringkasan. Meskipun antarmuka mereka sederhana, program-program ini menderita
Assaad et al. SpringerPlus 2014, 3: 474 Halaman 2 dari 8 http://www.springerplus.com/content/3/1/474
kelemahan. Mayoritas tidak dapat melakukan analisis post-hoc dalam bentuk apa pun. Selain itu, tidak ada dari mereka
yang dapat mengekspor hasil ke pembaca RTF dalam format siap-publikasi, membuat penggunaannya oleh komunitas luas
sangat tidak mungkin. Untuk mengatasi kelemahan ini, kami menulis perangkat lunak kami dalam bahasa R (R core Team,
2014) dan menggunakan paket R berikut: grifExtra (Auguie 2012), XLConnect (Mirai Solutions GmbH 2014), agricolae
(Mendiburu 2014), rtf (Schaffer 2013), dan mengkilap (Rstudio Inc 2013).
Pada bagian berikut, kami memperkenalkan bahan latar belakang yang diperlukan untuk ANOVA satu arah ditambah
dengan beberapa teknik perbandingan. latar utamanya adalah untuk menyoroti beberapa keterbatasan dari uji statistik yang
termasuk dalam perangkat lunak. Kami juga ingin menggarisbawahi asumsi yang diperlukan yang diperlukan oleh
ANOVA satu arah dan menekankan bahwa perangkat lunak harus digunakan hanya ketika asumsi tersebut hampir
terpenuhi. Selain itu, kami menyajikan beberapa opsi untuk menyiapkan data untuk input ke dalam perangkat lunak.
Dataset mainan yang berbeda dapat diunduh dari halaman perangkat lunak untuk digunakan di seluruh kertas untuk
menggambarkan fungsionalitas dari perangkat lunak kami. Kami juga menjelaskan berbagai komponen perangkat lunak
dan langkah-langkah yang diperlukan untuk menghasilkan tabel dalam MS Word. Selain itu, kami menawarkan berbagai
tip dan tautan bermanfaat untuk mencakup lebih banyak skenario input dan output. Komentar penutup diberikan pada
akhir artikel ini.
Latar belakang dan bahan 1. ANOVA satu arah Di sini, kami menyajikan deskripsi non-teknis singkat ANOVA
satu arah dan memperkenalkan beberapa istilah yang akan digunakan sepanjang sisa makalah ini. ANOVA satu arah, juga
dikenal sebagai ANOVA faktor tunggal, melibatkan analisis data sampel dari dua atau lebih populasi numerik (distribusi
probabilitas). Karakteristik yang memberi label pada populasi yang berbeda disebut faktor yang diteliti. Variabel faktor
ini dapat mengambil nilai yang berbeda yang dikenal sebagai tingkat faktor. Sebagai contoh, dalam sebuah penelitian
yang diterbitkan yang melibatkan suplementasi makanan dengan 0, 0,5, 1, 2, dan 4% mono-sodium glutamat untuk babi
muda (Rezaei et al. 2013), percobaan terdiri dari satu faktor (yaitu, monosodium glutamat) dengan lima level berbeda.
Juga, mari kita pertimbangkan eksperimen untuk menilai efek empat merek mobil bensin terhadap efisiensi pengoperasian
mesin (diukur dalam mpg). Di sini, merek bensin adalah variabel faktor dan ia memiliki empat tingkatan (empat merek).
Variabel respons adalah efisiensi pengoperasian engine. ANOVA satu arah mengasumsikan bahwa populasi numerik atau
distribusi probabilitas dari setiap tingkat faktor mengikuti distribusi normal dengan varian umum, dan hanya berbeda
 sehubungan dengan kemampuannya. Oleh karena itu, perbedaan rata-rata mencerminkan efek dari tingkat faktor penting,
dan untuk alasan inilah ANOVA berfokus pada respons rata-rata untuk faktor yang berbeda.
Tabel 1 Pengaruh pemberian oral IFNT pada konsentrasi asam amino, glukosa, lipid dan hormon dalam
plasma ZDF tikus
Metabolit atau hormon di dalam plasma
dosis IFNT Oral(μg / kg BB / hari)
0 4 8 Arginine, μM 110 ± 4b 115 ± 5b 149 ± 6a
valine, μM 219 ± 9a 201 ± 7a 172 ± 6b
Isoleusin, μM 208 ± 8a 206 ± 7a 178 ± 6b
Leucine, μM 245 ± 10a 233 ± 9a 196 ± 8b
Glukosa, mM 24,5 ± 0,3a 23,8 ± 0,4a 21,9 ± 0,4b
Asam lemak bebas, mM 1,60 ± 0,06a 1,53 ± 0,05a 1,34 ± 0,05b
Triasilgliserol, mM 6,05 ± 0,13a 5,90 ± 0,27a 5,17 ± 0,11b
Total kolesterol, mM 5,18 ± 0,23a 4,94 ± 0,24a 4,23 ± 0,13b
Insulin, pM 307 ± 10 294 ± 11 301 ± 7
Adiponektin, mg / L 2,78 ± 0,08 2,94 ± 0,09 2,64 ± 0,13
Leptin, μg / L 19,6 ± 1,2b 19,3 ± 1,0b 13,7 ± 0,9a
Diadaptasi mondar-mandir m Tekwe et al. (2013). Sampel plasma diperoleh dari tikus berumur 12 minggu. Nilai adalah sarana ± SEM, n = 6 per perawatan.
ab
Berarti berturut-turut tanpa huruf superscript umum berbeda (P<0,05), seperti yang dianalisis oleh ANOVA satu arah.

level. Jika faktor hanya memiliki dua level, ANOVA setara BF melakukan kontrol FWER dalam arti yang kuat, mereka
dengan uji-t tidak berpasangan yang membandingkan dua rata- memilikiyang relatif kekuatanrendah.Dengan kata lain, TK dan
rata kelompok. ANOVA satu arah biasanya berlangsung dalam BF lebih mungkin untuk mengidentifikasi dengan benar hipotesis
dua langkah. Pertama, ini menentukan apakah rata-rata level yang benar sebagai yang benar, tetapi juga mungkin gagal untuk
faktor sama dengan menggunakan tes keseluruhan. Kedua, jika menyatakan hipotesis yang salah sebagai salah (kedua metode
tingkat faktor berarti berbeda, peneliti akan melakukan analisis menghasilkan nilai-p yang lebih besar daripada yang
tindak lanjut, yang dikenal sebagai analisis post-hoc, untuk sebenarnya). Ringkasan dari diskusi sebelumnya diberikan pada
memeriksa perbedaannya. Perangkat lunak kami menawarkan Tabel 2, yang
berbagai tes statistik untuk melakukan perbandingan pasangan-diambil dari Christensen (2011) dengan beberapa modifikasi.
bijaksana dalam langkah analisis pasca-hoc. Idealnya, diinginkan untuk memilih metode yang mengontrol
FWER dalam arti yang kuat, sambil mencapai kekuatan setinggi
2. Metode perbandingan berganda Tujuan utama bagian ini mungkin. Meningkatkan kekuatan dapat dilakukan dengan
c
adalah untuk memberikan pembaca beberapa wawasan tentang memperluas satu langkah prosedur pengujianke bertahap
keterbatasan prosedur pengujian yang berbeda yang tersedia prosedurmelalui teknik yang dikenal sebagai prinsip penutupan
dalam perangkat lunak. Untuk masalah pengujian apa pun, ada (Bretz et al. 2010). Misalnya, prosedur Holm bertahap adalah
dua jenis kesalahanb. Salah positif palsu (juga disebut Tipe I perpanjangan dari uji BF satu langkah. Dengan konstruksi,
kesalahan) terjadi ketika kami mendeteksi efek yang tidak prosedur langkah-bijaksana lebih kuat dan mengendalikan FWER
benar-benar ada. Salah negatif negatif (kesalahan Tipe II) dalam arti yang kuat. The paikan rekomendasi umum adalah
terjadi ketika kami gagal mendeklarasikan efek yang benar-benardengan menggunakan prosedur pengujian yang kontrol Tipe I
ada. Sebagian besar prosedur perbandingan berganda klasik kesalahan dalam arti yang kuat sementara akuntansi untuk
(MCP), seperti tes DC, SNK dan LSD, mengontrol kesalahan kendala logisd dan korelasi potensial antara tes. Buku-buku oleh
Tipe I [lebih tepatnya, tingkat kesalahan bijaksana keluarga Westfall et al. (2011) dan Bretz et al. (2010) menawarkan
(FWER), yang merupakan probabilitas untuk melakukan pengantar MCP yang menyeluruh dan dapat diakses. Selain itu,
setidaknya satu jenis. Saya keliru dalam serangkaian pengujian buku-buku ini masing-masing memberikan kode yang diperlukan
hipotesis] dalam lemah arti. Yaitu, semua perhitungan (misalnyadalam SAS dan R.
nilai p) dilakukan dengan asumsi bahwa semua hipotesis nol
adalah benar. Dalam praktiknya, asumsi ini jarang diharapkan Perangkat lunak 1. Bekerja dengan perangkat lunak 1
untuk bertahan, memungkinkan kesalahan Tipe I melebihi nilai Perangkat Lunak 1
5% yang biasa. Oleh karena itu, kontrol yang lebih kuat untuk (http://shiny.stat.tamu.edu:3838/hassaad/Table_ report1 /) dapat
tingkat kesalahan Tipe I di bawah asumsi yang kurang ketat menangani beberapa skenario di mana data harus diatur sesuai
sering diperlukan. MCP mengendalikan laju kesalahan Tipe I untuk mendapatkan hasil yang dicari tanpa menghasilkan
dalam kuat arti yangjika kesalahan ini dikendalikan di bawah kesalahan. Untuk tujuan ilustrasi, mainan data yang berbeda
konfigurasi parsial hipotesis benar dan salah. Sementara TK dan set yang sesuai dengan masing-masing skenario dapat
didownloade dari halaman web perangkat lunak di bawah
“Tentang” panel (lihat Gambar 1). Kami membedakan
pengaturan berikut:
(S1). Satu set data yang diatur dalam satu lembar Excel:
File harus disimpan sebagai buku kerja Excel
'Filename.xls' atau 'Filename.xlsx', tergantung pada versi
Microsoft Excel mana yang peneliti gunakan (lihat file
'Single_data.xlsx'). (S2). Beberapa set data disusun dalam
beberapa lembar Excel (satu set data per lembar) dan
Assaad et al. SpringerPlus 2014, 3: 474 Halaman 3 dari 8 http://www.springerplus.com/content/3/1/474
disimpan dalam satu buku kerja Excel (lihat file
'Multiple_data.xlsx'). (S3). Kumpulan data tunggal
pengukuran ringkasan disusun dalam satu lembar Excel
(lihat file 'Single_Summary_Data.xlsx'). (S4). Beberapa
kumpulan data pengukuran ringkasan
dalam beberapa lembar Excel (lihat
file 'Multiple_Summary_Data.xlsx').
Tabel 2 Ringkasan beberapa metode perbandingan
LSD. Tingkat kesalahan tertinggi dan kekuatan metode apa pun.
Secara umum,
ia mengontrol FWER dalam arti yang lemah; ketika ada 3
kelompok perlakuan, FWER dikendalikan dalam arti kuat.
 Untuk dua skenario pertama, baris data harus sesuai dengan empat level A, B, C dan D dan enam variabel respons V1
dengan subjek atau unit eksperimen yang berbeda, sedangkan hingga V6. Dalam hal ini, perangkat lunak akan melakukan enam
kolom data harus menggambarkan berbeda variabel. Lembar ANOVA satu arah, satu untuk setiap variabel respons, dan
Excel hanya boleh berisi kumpulan data tanpa komentar atau merangkum hasilnya dalam satu tabel dalam format yang mirip
penjelasan apa pun (lihat file 'Single_data.xlsx' untuk contoh). dengan Tabel 1. Harus diingat bahwa semua enam ANOVA satu
Selain itu, nama yang sesuai harus ditetapkan untuk setiap arah berbagi. variabel faktor yang sama 'kelompok'. Nilai yang
variabel. Perhatikan bahwa setiap set data (dalam satu lembar hilang harus dibiarkan sebagai sel kosong. Kumpulan data,
Excel) harus berisi tepat satu variabel faktor dan setidaknya satu dalam lembar Excel, doesn'tharus selalu memulai dari sel kiri
variabel respons. Misalnya, file Single_data.xlsx berisi kumpulan atas di Excel (sel A1), selama tabular yang (persegi panjang)
data tunggal dengan satu variabel faktor (grup) berupa dipertahankan.
BF Mengontrol FWER dalam arti yang kuat, tetapi terlalu konservatif
Dua skenario terakhir sangat berguna dalam kasus di mana
(mengurangi jumlah positif sebenarnya).
pengamatan individu asli tidak tersedia, dan di mana hanya
TK Tingkat kesalahan dan daya terendah, kendalikan FWER dalam ukuran sampel, rata-rata, dan SD atau SEM untuk setiap tingkat
tingkatkuat
faktor yang diketahui. Misalnya, ini mungkin terjadi, jika peneliti
kesalahan SNK yangdan tingkat daya antara TK dan DMRT. ingin menganalisis data yang telah dirangkum dalam artikel yang
Mengontrol FWER dalam arti lemah. dikirim atau diterbitkan. Lihat file Single_Summary_Data.xlsx
DC Tingkat kesalahan dan daya antara SNK dan LSD. dan Multiple_Summary_Data.xlsx untuk masing-masing
Mengontrol FWER dalam arti lemah. menyiapkan data untuk skenario (S3) dan (S4). Perhatikan bahwa
Tabel diambil dari Christensen (2011) dengan beberapa modifikasi. BF = perangkat lunak dapat memperoleh mean dan SEM atau SD
Bonferroni; DC: Metode Duncan; LSD = Sedikitnya perbedaan signifikan; SNK untuk setiap kelompok perlakuan dari tabel ringkasan, tetapi
= Mahasiswa-Newman-Keuls; TK = Tukey Kramer (atau Tukey HSD dalam
desain seimbang). mengharuskan pengguna untuk memasukkan ukuran sampel.
Sebagai contoh, perhatikan file Single_Summary_Data.xlsx, yang
memiliki dua variabel respons Var1 dan Var2 dan satu variabel
faktor dengan 4
level L1 ke L4. Dengan mengunggah file ini ke perangkat lunak,
ia akan secara otomatis mendeteksi rata-rata dan SEM atau SD
untuk setiap grup untuk semua variabel respons. Yang tersisa
sekarang adalah menentukan ukuran sampel seperti yang
ditunjukkan pada Gambar 2. Jika desain seimbang, masukkan
nilai umum untuk ukuran sampel per kelompok (misalnya, 15).
Jika desain tidak seimbang, masukkan satu nilai untuk setiap
tingkat faktor, dalam urutan mereka muncul di file Excel,
dipisahkan oleh spasi (misalnya, 15 14 15 16 untuk L1 ke L4,
masing-masing). Memiliki perbatasan di sekitarmejapeneliti'ssel-
sel tidak mempengaruhi ity fungsional-perangkat lunak. Di
bagian berikutnya, kami menyajikan perangkat lunak 2 yang
menawarkan antarmuka yang lebih ramah pengguna untuk
menangani data ringkasan. Pada awalnya, mungkin tampak
bahwa seseorang harus melakukan upaya untuk mendapatkan
data ringkasan siap untuk perangkat lunak dalam skenario S3 dan
S4 (lihat Single_ Summary_Data.xlsx). Namun, beberapa gram
pro online gratisf saat ini tersedia untuk mengkonversi PDF-
dokumen ment, yang merupakan format standar untuk dokumen
yang diajukan atau diterbitkan, ke file Word. Setelah tabel dibuka
di Word, itu bisa disalin ke Excel dan kemudian dimuat ke dalam
perangkat lunak setelah menghapus semua naskah super
dari tabel. Prosedur terakhir dapat dilakukan dengan mudah
menggunakan fitur "Temukan dan Ganti" (klik CTRL + F untuk
membukanya) di Excel dengan mengganti semua superskrip
dengan ruang kosong.
Assaad et al. SpringerPlus 2014, 3: 474 Halaman 4 dari 8 http://www.springerplus.com/content/3/1/474
 Gambar 1 Screenshot perangkat lunak 1 untuk pengaturan
(S1).
Pengguna perangkat lunak kami harus mengikuti langkah-langkah di bawah ini:
1. Unggah buku kerja excel (format .xls dan .xlsx didukung) dan pilih tingkat signifikansi α. 2. Tentukan tes statistik
untuk melakukan semuapasangan-bijaksana
perbandingan. Saat ini tersedia adalah Tukey-Kramer (juga dikenal sebagaiTukey's)HSD tes, tes Duncan, tes Student-
Newman-Keuls (SNK), dan perbedaan (LSD) tes paling signifikan. Jika peneliti memilih tes LSD, beberapa metode
(misalnya, Bonferroni dan Holm) tersedia untuk menyesuaikan nilai-p. 3. Pilih tabel'sformat output. Dua format
banyak digunakan dalam literatur. Dengan memilih 'Per kelompok SEM', tabel akan melaporkan rata-rata dan SEM untuk
setiap kelompok (lihat Tabel 1). Opsi 'Pooled SEM' hanya akan melaporkan rata-rata untuk setiap kelompok dan satu
pooled SEM untuk semua kelompok perlakuan (lihat Tabel 3). 4. Pilih format data. Untuk pengaturan (S1) pilih
“datatunggalpenuh” dan kemudian tentukan variabel faktor dalam peneliti'skumpulan data (nama adalah case-sensitive).
Untuk (S2) pilih “Buku Kerja (beberapa lembar)”. Pilih "Data ringkasan" untuk pengaturan (S3), sedangkan untuk (S4)
pilih "Buku Kerja (beberapa lembar)" dan centang kotak centang data ringkasan. Untuk keduanya (S3) dan (S4), peneliti
harus memberikan ukuran sampel per kelompok, serta SD atau SEM dalam data ringkasan. 5. Klik tombol hijau untuk
mengunduh tabel
dengan semua hasil statistik disertakan.
Assaad et al. SpringerPlus 2014, 3: 474 Halaman 5 dari 8 http://www.springerplus.com/content/3/1/474
Gambar 2 A Screenshot perangkat lunak 1 untuk pengaturan (S3).
Tabel 3 Efek pemberian oral IFNT pada konsentrasi asam amino, glukosa, lipid dan hormon dalam plasma
tikus ZDF
Metabolit atau hormon dalam plasma
Dosis oral IFNT (μg / kg BB / hari)
0 4 8 Pooled SEM Arginine, μM 110a 115a 149b 5.0
Valine, μM 219a 201a 172b 6.2
Isoleucine, μM 208a 206a 178b 5.1
Leucine, μM 245a 233a 196ab 7.0
Glukosa, mM 24.5a 23.8a 21.9b 0,3
Asam lemak bebas, mM 1,6a 1,53a 1,34b 0,04
Triacylglycerol, mM 6,05a 5,9a 5,17b 0,14
Total kolesterol, mM 5,18a 4,94a 4,23b 0,15
Insulin, pM 307 294 301 5,3
Adiponectin, mg / L 2,78 2,94 2,64 0,06
leptin, μg / L 19,6 19,3a 13,7b 0,87
ab
Diadaptasi dari Tekwe et al. (2013). Sampel plasma diperoleh dari tikus berumur 12 minggu. Nilai adalah sarana, n = 6 per perawatan. Berarti berturut-turut
tanpa huruf superscript umum berbeda (P <0,05), seperti yang dianalisis oleh ANOVA satu arah.
Tabel publikasi-siap ANOVA satu arah dan beberapa hasil perbandingan sekarang harus membuka di MS Word atau di
pembaca bawaan RTF pada peneliti'ssistem komputer. Tabel sekarang dapat diedit sesuai keinginan (misalnya,
menambahkan baris, kolom, dan batas).
2. Bekerja dengan perangkat lunak 2 Tujuan utama kami di balik perangkat lunak ini (http: // shiny.
Stat.tamu.edu:3838/hassaad/SumAOV1/) adalah untuk memberikan kepada

pengulas makalah ilmiah alat cepat dan sederhana untuk yang diberikan (lihat Gambar 3):
memeriksa hasil statistik diringkas dalam tabel tertentu. Metode
ini mungkin rumit jika digunakan untuk memeriksa hasil dalam 1. Pilih tingkat signifikansi α. Secara default, ini
tabel yang relatif besar yang berisi beberapa variabel respons sama dengan 0,05. 2. Tunjukkan jumlah perlakuan /
(misalnya, Tabel 1) karena hasilnya harus diperiksa satu baris kelompok cara untuk
pada satu waktu. Alternatif yang efisien adalah
membandingkan.bidang cukup untuk input peneliti'sData
mempertimbangkan menggunakan perangkat lunak 1 di bawah
akan tersedia berdasarkan nomor itu. 3. Tentukan apakah
pengaturan (S3) dan (S4), yang memungkinkan peneliti untuk
peneliti akan memberikan SD atau
memberi makan seluruh tabel ke perangkat lunak sekaligus
setelah menghapus superskrip dari itu (setelah semua, tujuan SEM untuk setiap kelompok. 4. Pilih tes statistik
utamanya adalah untuk periksa apakah superskrip ini benar!). untuk perbandingan pasangan-bijaksana. 5. Masukkan
Pengguna harus melakukan langkah-langkah ini dalam urutan
 aturan daripada pengecualian dalam banyak kasus dalam studi
a. Ukuran sampel untuk setiap kelompok, n1, n2, n3, dll . B.
biologi, perangkat lunak akan menyingkatvariabel'nama s. Ini
Mean (rata-rata) untuk setiap kelompok perlakuan, rata-
dapat menyebabkan istilah yang ambigu atau tidak
rata1, menyenangkan. Oleh karena itu, kami menyarankan para peneliti
untuk secara subyektif menetapkan singkatan deskriptif untuk
rata-rata2, rata-rata3, dll . C. SEM atau SD untuk variabel dengan nama panjang sebelum memuat dataset mereka
setiap kelompok perlakuan, ke dalam perangkat lunak.
tergantung pada peneliti'sPemilihan pada langkah 3.
4. Transposing tabel output Perangkat lunak menghasilkan tabel
Tabel ANOVA dan tabel yang berisi semua perbandinganuntuk ANOVA satu arah dan beberapa perbandingan dalam
bijaksana pair- seharusnya sekarang muncul di sebelah kananformat yang mirip dengan Tabel 1. Variabel respons berada di
(lihat Gambar 2). Perhatikan bahwa hasilnya akansecarabaris yang berbeda dan tingkat faktor menempati kolom yang
otomatis berbeda. Kami tidak menyertakan fungsionalitas yang membalik
diperbaruijika peneliti memperkenalkan perubahan apa urutan ini karena tugas seperti itu dapat dengan mudah dilakukan
pun pada inputnya (mis., Mengubah uji statistik dan ukuran di Word atau Excel. Mengetik “Transposing table in Word /
sampel). Excel” di mesin pencari Google menghasilkan banyak tautan
bermanfaat. Memilih salah satu yang sesuai dengan
3. Perhatian tentang nama-nama variabel Spasi dalam nama peneliti'sversi Word atau Excel.
variabel harus dihindari karena mereka dapat menyebabkan
perangkat lunak untuk menghasilkan kesalahan, bukan output Catatan penutup Kami menyajikan dua perangkat lunak
tabel yang benar. Juga, jika panjang variabel'snama dalam berbasis web gratis yang mampu menghasilkan tabel RTF yang
dataset lebih besar dari 10 karakter, yang mungkin menjadi siap dipublikasikan untuksatu arah
Assaad et al. SpringerPlus 2014, 3: 474 Halaman 6 dari 8 http://www.springerplus.com/content/3/1/474
 Gambar 3 Screenshot perangkat lunak 2.

ANOVA dengan hasil perbandingan berpasangan disertakan di mainan yang sesuai.

dalamnya. Tabel-tabel ini sering disiapkan untuk penulisan
makalah agribudaya, biologi, dan medis. Karena antarmuka yang Lihat www.pdfonline.com/pdf-to-word-converter/.
f

sederhana, perangkat lunak memberikan waktu yang cukup bagi

peneliti dan menghilangkan kesalahan yang diperkenalkan oleh Ketersediaan dan persyaratan
input manusia. Perangkat lunak ini dapat menangani buku kerja
Excel dengan beberapa kumpulan data yang disimpan dalam Nama proyek: MS Word siap publikasi cepat
beberapa lembar, membuat satu tabel per dataset. Perangkat Tabeluntuk ANOVA satu arah. Halaman
lunak kami juga mendukung dua output tabel yang paling umum muka proyek: http: //shiny.stat.tamu.
digunakan dalam artikel ilmu kehidupan (lihat Tabel 1 dan 2 edu: 3838 / hassaad / Table_report1 / dan http: // shiny.
misalnya). Selain itu, tabel dapat dihasilkan hkesanya stat.tamu.edu:3838/hassaad/SumAOV1/.
berdasarkan hasil ringkasan (yaitu, ukuran sampel, rata-rata, dan Sistem operasi: Platform independen. Bahasa
SD atau SEM untuk setiap kelompok perlakuan). Kebutuhan ini pemrograman: R, HTML / CSS, RTF. Persyaratan lain:
mungkin muncul jika peneliti ingin menganalisis data yang telah koneksi internet, Mozilla
dirangkum dalam naskah yang dikirim atau diterbitkan.
Firefox, atau Google Chrome. Pembatasan apa
Perangkat lunak ini dapat diperluas ke beberapa arah. Misalnya,
pun untuk digunakan oleh non-akademisi: Tidak ada.
dimungkinkan untuk memasukkan beberapa tes perbandingan
tambahan yang dapat meningkatkan kekuatan metode yang saatSingkatan ANOVA: Analisis varian; IFNT: Interferon tau; SAS: Sistem
ini tersedia. Pilihan lain adalah untuk mencakup lebih banyakanalisis statistik; SD: Standar deviasi; SEM: Kesalahan standar rata-rata;
keluarga elemen yang akan diuji, selain semua perbandinganZDF: Zucker diabetes berlemak.
pasangan-bijaksana, seperti kontras umum dan fungsi linier. Kepentingan yang bersaing Penulis
menyatakan tidak ada konflik kepentingan.

Catatan
Penulis'kontribusi HA dan GW dikandung proyek ini. HA menulis kode
akhir perangkat lunak R. LZ dan RJC berkontribusi pada pengembangan perangkat
lunak. HA, LZ, RJC, dan GW menulis naskah itu. HA dan GW memiliki
sebuahSee http://statpages.org/anova1sm.html, http: // vassar-tanggung jawab utama untuk konten akhir. Semua penulis membaca dan

stats.net/anova1u.html, dan http://www.danielsoper.com/menyetujui naskah akhir.

statcalc3 / calc.aspx id = 43?.
Ucapan Terima Kasih Dr. H. Assaad dan Dr. RJ Carroll didukung oleh hibah
pelatihan pascadoktoral (R25T-CA090301) dan hibah penelitian (R37-
bAda juga kesalahan Tipe III dalam masalah uji dua sisi . Ini
CA057030) dari National Cancer Institute, masing-masing. G. Wu didukung oleh
didefinisikan sebagai penolakan yang benar terhadap hipotesisHibah Kompetitif Penelitian Pertanian dan Inisiatif Pangan No. 2008-35203-
19120, 2011-67015-20028, dan 2014-67015-21770 dari Institut Pangan dan
nol ditambah dengan keputusan arah yang salah. Pertanian Nasional USDA, serta oleh Proyek penetasan dari Texas A&M
AgriLife Research (H-8200).
cSaat menguji beberapa hipotesis, prosedur pengujian

disebut metode satu langkah jika penolakan atau penolakanRincian penulis 1

Departemen Statistik, Universitas A&M Texas, College Station,
terhadap hipotesis nol tidak memperhitungkan keputusan
2
AS. Departemen Ilmu Hewan, Universitas A&M Texas, College
hipotesis lain, misalnya tes BF dan TK. Di sisi lain, langkah-TX 77843,
Station, TX 77843, AS. 3Departemen Fisiologi Medis, Universitas A&M Texas,
bijaksana metodeberbeda dari prosedur langkah-tunggal di manaCollege Station, TX 77843, AS.
hasil tes yang diberikan tergantung pada hasil tes lain, misalnya,
Holm. Diterima: 25 Juli 2014 Diterima: 12 Agustus 2014
Diterbitkan: 27 Agustus 2014
dSebagai contoh, pertimbangkan semua perbandingan
Referensi Auguie B (2012) gridExtra: fungsi dalam grafik Grid. Paket R versi
0.9.1.
pasangan-pasangan dari 3 perawatan yang berarti M1, M2 dan M3.
http://CRAN.R-project.org/package=gridExtra Bretz F, Hothorn T,
Westfall P (2010) Beberapa perbandingan menggunakan R. CRC Press,
Jika M1 ≠M2, maka secara logis , M1 = M3 dan M2 = M3 tidak dapat Boca Raton, FL Christensen R (2011) Pesawat menjawab
pertanyaan rumit, yaitu teorilinier
benar secara bersamaan. Memilih tes yang tidak model, edisi ke-4. Springer, New York Meininger CJ, Wu G (1997)
memperhitungkanini kendala logis dapat menyebabkan masalahL-Glutamine menghambat sintesis oksida nitrat dalambovine
dengan interpretasi hasil tes. sel endotel venular. J Pharmacol Exp Ther 281: 448–453
Mendiburu F (2014) agricolae: prosedur statistik untuk penelitian pertanian.R
Paketversi 1.1-7. http://CRAN.R-project.org/package=agricolae Mirai
eAkses ke Dropbox diperlukan untuk mengunduh dataset
 Solutions GmbH (2014) XLConnect: Konektor Excel untuk paket pascapanen. Amino Acids 44: 911-923 RStudio Inc (2013) mengkilap:
R.R versi 0.2-7. http://CRAN.R-project.org/package=XLConnect kerangka kerja aplikasi web untuk paket R. R versi
Piepho HP (2004) Suatu algoritma untuk representasi berbasis huruf 0.8.0. http://CRAN.R-project.org/package=shiny Schaffer ME
darisemua pasangan (2013) rtf: rich text format (RTF) output. Paket R versi 0.4–11.
perbandingan. J Comput Graph Statist 13: 456-466 R http://CRAN.R-project.org/package=rtf Steel RGD, Torrie JH,
Core Team (2014) R: Bahasa dan lingkungan untukstatistik Dickey DA (1997) Prinsip dan prosedur statistik;
komputasi. Yayasan R untuk Komputasi Statistik, Wina, Austria, URL pendekatanbiometrik, 3 edisi. McGraw-Hill, CD Boston Tekwe,
http://www.R-project.org Rezaei R, Knabe DA, CD Tekwe, Dahanayaka S, Lei J, Yao K, Rezaei R, Li X, Dahanayaka S, Carroll RJ, Meininger CJ,
Ficken MD, Fielder SE, Eide SJ, Bazer FW, Wu G (2013) Pemberian oral interferon tau meningkatkan
Lovering SL, Wu G (2013) ) Suplementasi makanan dengan monosodium oksidasi substrat energi dan mengurangi adipositas. pada tikus berlemak
glutamat aman dan meningkatkan kinerja pertumbuhan pada babi diabetik Zucker. BioFactors 39: 552–563
Assaad et al. SpringerPlus 2014, 3: 474 Halaman 7 dari 8 http://www.springerplus.com/content/3/1/474
Assaad et al. SpringerPlus 2014, 3: 474 Halaman 8 dari 8 http://www.springerplus.com/content/3/1/474

Wang XQ, Frank JW, DR Kecil, Dunlap KA, MC Satterfiled, MC

Satterfil, RC Burghardt,
Hansen TR, Wu G , Bazer FW (2014a) Peran fungsional arginin selama periode
peri-implantasi kehamilan. I. Konsekuensi kehilangan fungsi transporter arginin
SLC7A1 mRNA dalam trophectoderm konsepsi telur. FASEB J 28: 2852–2863
Wang WW, Dai ZL, Wu ZL, Lin G, Jia SC, Hu SD, Dahanayaka S, Wu G (2014b)
Glycine adalah asam amino esensial yang mengandung nutrisi untuk
pertumbuhan maksimal babi muda yang diberi susu. Amino Acids 46:2037–
2045 Westfall P, Tobias R, Wolfinger R (2011) Multiple comparisons and
multiple
testing using SAS, 2nd edn. SAS Institute, Cary, NC Wu G (1997)
Synthesis of citrulline and arginine from proline in enterocytes of
postnatal pigs. Am J Physiol Gastrointest Liver Physiol 272:G1382–
G1390

doi:10.1186/2193-1801-3-474 Cite this article as: Assaad et al.: Rapid

publication-ready MS-Word tables for one-way ANOVA. SpringerPlus
2014 3:474.
Submit your manuscript to a
journal and benefit from:
7 Convenient online submission 7 Rigorous
peer review 7 Immediate publication on
acceptance 7 Open access: articles freely
available online 7 High visibility within the
field 7 Retaining the copyright to your article

Submit your next manuscript at 7

springeropen.com