5 Analisis varians

Kami sudah siap mengatakan bahwa variasi (s2) memiliki keuntungan sebagai sebuah stastistik di atas
penyimpangan standar yang dapat ditambahkan, dikurangi, dan sebaliknya memanipulasi s2, dan
seseorang tidak dapat melakukan ini dengan s. Misalnya, kami telah membuat tiga set dari 5 ukuran
masing-masing dan ditentukan untuk masing-masing ditetapkan sebagai 1, 2, dan 2.5,. Jika kita ingin
menentukan s untuk tiga seri kita tidak harus menambahkan 1, 2, dan 2.5 untuk mendapatkan 5.5,
kemudian dibagi 3 untuk mendapatkan s dari 1.83. Sebaliknya kita mengkonversi ke varians dengan
menempatkan setiap s, menghasilkan 1, 4, dan 6.25; Tambahkan ini untuk memberikan 11,25. Bagilah
varians yang dijumlahkan dengan 3 untuk menghasilkan 3,75; Dan mengambil akar kuadrat,
memberikan 1.94 seperti yang dikumpulkan s.
Kami juga menggunakan trik matematika untuk menghitung perbedaan dari serangkaian angka. Metode
yang biasa membutuhkan manipulasi berikut:
1. Buat daftarnya.
2. tambahkan semua
3. Bagilan dengan n untuk menambahkan mean x .
4. Kurangi x dari setiap nomor untuk mendapatkan perbedaan.
5 Kuadratkan setiap perbedaan.
6. Tambahkan kuadrat untuk mendapatkan jumlah kuadrat.
7 membagi n-1 untuk mendapatkan s2.
Contoh: 1 sampel, 4 penilaian glukosa seperti yang diberikan di meja 5-1.

Metode yang lebih baik untuk penggunaan yang lebih umum adalah sebagai berikut (tabel 5-2)
1. Buat daftarnya.
2. Tambahkan semua
3. Persegi jumlah ini dan dibagi oleh n. Ini berarti persegi adalah faktor koreksi yang sekarang dikurangi
dari jumlah kuadrat
A
1. Letakkan semua nilai di baris (kolom 1).
2. Semuanya berbentuk bujur sangkar; Tambah (kolom 2).

4. kuadrat setiap angka. Tambahkan kuadrat.

5. Kuranggi mean kuadrat (3) dari penjumlahan kuadrat (4). Ini adalah selisis jumlah kuadrat.
6. Dibagi oleh n-1 untuk mendapatkan varians (s2)

TABLE 5-1
Menghitung mean dan standar deviasi
dari glukosa (mg. /100 ml)
metode pertama

Nilai d dari 98 d2
96 2 4
99 1 1
94 4 16
103 5 25
∑ 395 46
x 98
S2 + 46/3 = 15.3

TABLE 5-2
MENGHITUNG MEAN DAN STANDAR DEVIASI
DARI GLUKOSA (mg./100 ml)
METODE KEDUA

Nomer Kuadrat
(x) (x2)
96 9,216
99 9,801
94 8,836
103 10,609
Jumlah angka (∑x) 392 Jumlah kuadrat (∑x2) 38,462
Jumlah kuadrat (∑x)2 153.664 Mengurangi (∑x)2/4 38,416
Dibagi dengan 4 38,416 Perbedaan jumlah kuadrat 46
2
S = 46 dibagi dengan n — 1 = 46/3 = 15,3. Ini sama degan hasil pada Table 5-1.
34. PRINSIP ANALISIS STASTISTIK

Bentuk perhitungan ini lebih sulit secara manual tetapi memimpin sendiri segera untuk
ditangani oleh kalkulator, khusu yang otomatis (wang, olivetti, monroe) yang dapat secara serentak
menggunakan x dan x2. Kalau tidak, tabel kuadrat (lihat lampiran tabel 8) dapat digunakan untuk
menghindari beberapa perhitungan aritmatika. Ada dua tindakan yang harus diamati. Pertama,
membawa semua perhitungan setidaknya empat tempat diluar angka aslinya. Kedua, hindari kesalahan
aritmatika karena sangat memperbesar selama perhitungan.
Kita sekrang dapat melanjutkan analis varians yang digunakan metode yang baru saja dijekaskan
untuk menentukan selisis jumlah kuadrat. Model matematika sulit hanya dalam rincian sejajar
komponen individu
Masalah pertama
Menggunakan sempel cairan sempel yang stabil kita menggunakan serangkaian analisis glukosa dengan
satu metode sebagai berikut : Kami mengirimkan 2 cairan yang tidak diketahui kepada masing-masing 2
ahli teknologi pada 3 hari yang berbeda. Kami beramsusi bahwa itu akan ditempatkan secara acak di
setiap proses. Pertanyaan kami adalah :
1. Apa mean dan variasi untuk seluruh kelompok 12 sempel
2. Apa kontribusi terhadap varians
a. 2 teknologi?
b. 2 sempel di masing-masing masa?
c. 3 hari
d. Apakan sisa-sisa dari metode itu sendiri?

Nilai sebenarnya yang ditemukan ditunjukan pada tabel 5-3. Sekarang perhitungkan seperti yang
diperlihatkan di table 5-4.

TABLE 5-3
ANOVA MASALAH SATU
Glukosa (mg./100 ml)
Data Mentah*

Teknologi A Teknologi B

Hari Sampel 1 Sampel 2 Sampel 1 Sampel 2

1 97 a 100 d 101 g 93 j
2 98 b 96 e 94 h 99 k
3 99 c 93 f 100 i 95 l
*Setiap nilai diberi huruf untuk identifiksi dalam perhitungan
1. Letakkan semua nilai di baris (kolom 1).

2. Hituga semua kuadrat, Tambah (kolom 2).

3. Tambahkan nilai di kolom 1. kuadrat jumlah ini. Dibagi 12. Kami menggunakan ini sebagai faktor
koreksi dalam perhitungan selanjutnya karena ini adalah jumlah kuadrat untuk setiap angka.

4. Kurangi dari ∑x2 (2 item diatas)

TABLE 5-4
ANOVA MASALAH SATU
Glukosa (mg. /100 ml.)
Variasi Perhitungan • dan jumlah dari Kuadrat

Kolom 1 Kolom 2
(x) (x2)
97 a 9,409
98 b 9,604
89 c 9,801
100 d 10.000
96 e 9,216
93 f 8,649
101 g 10,201
94 h 8,836
100 i 10.000
93 j 8,649
99 k 9,801
95 l 9,025
2
∑X 1,165 ∑X 113,191.000
2
(∑x) 1,357,225 Mengurangi 113,102.083
Dibagi dengan 12 113,102.083 Perbedaan jumlah kuadrat 88.917
* Setiap nilai diberi huruf untuk identifiksi dalam perhitungan

Sekarang kita akan mempertimbangkan setiap variabel, berbaris data dalam baris dan kolom. Kita akan
mulai dengan kontribusi teknolog. Nilai untuk setiap teknolog terdaftar dalam kolom (tabel 5-5).

Pertanyaan kita berikutnya menyangkut perbesaran antara dua sampel, jadi kita berbaris data untuk
setiap sampel (tabel 5-6).

Akhirnya, kami ingin mempelajari pengaruh variasi sehari-hari. Jadi kami menyusun data per hari (tabel
5-7).Kita sekarang menyiapkan table (table 5-8). Derajat kebebasan dihitung sebagai berikut. Untuk total
12 nilai, Kurang atau 11