ANOVA satu arah & beberapa perbandingan dalam tutorial

Excel
Tutorial ini menunjukkan cara menyiapkan dan menafsirkan Analisis Varians (ANOVA) satu arah yang diikuti dengan beberapa
perbandingan Tukey & Dunnett di Excel menggunakan perangkat lunak XLSTAT.

Kumpulan data untuk menjalankan ANOVA satu arah

Data tersebut sesuai dengan eksperimen di mana 4 formula pasta gigi baru masing-masing diuji pada 6 pasien berbeda untuk
mengukur pengaruhnya terhadap putihnya gigi. Semua pasien sebelumnya menggunakan pasta gigi yang sama.

Dengan menggunakan fungsi ANOVA XLSTAT kita ingin mengetahui apakah hasilnya berbeda sesuai dengan rumus yang digunakan
dan jika ya, rumus mana yang paling efektif. Kasusnya adalah ANOVA seimbang satu arah karena hanya ada satu faktor – rumus –
dan jumlah pengulangannya sama untuk setiap rumus.

Menyiapkan ANOVA satu arah

 Buka XLSTAT.
 Pilih perintah XLSTAT / Data pemodelan / ANOVA . Setelah Anda mengklik tombol tersebut, kotak dialog ANOVA
muncul.
 Pilih data pada lembar Excel. Variabilitas terikat ini berhubungan dengan "Keputihan" yang variabilitasnya ingin kita
jelaskan melalui pengaruh rumus "Pasta Gigi", yang terakhir adalah variabel penjelas kualitatif .
 Pastikan untuk mencentang opsi Label variabel .

Dalam contoh ini kami ingin menampilkan hasil pada lembar yang sama tempat data disimpan, jadi kami memilih opsi Rentang dan
memilih sel yang sesuai dengan sudut kiri atas laporan hasil yang akan ditampilkan.

Dalam XLSTAT , dimungkinkan untuk memilih data dalam dua cara berbeda untuk ANOVA . Yang pertama berbentuk kolom, satu
kolom untuk variabel terikat , satu lagi untuk variabel penjelas .
Cara kedua untuk memilih data adalah dalam bentuk tabel, dengan setiap kolom mewakili modalitas variabel penjelas .
  Di tab Opsi , biarkan opsi batasan di a1=0 . Artinya kita ingin model tersebut dibangun dengan asumsi bahwa pasta gigi T1
mempunyai efek dasar terhadap keputihan: kita mengetahui rata-rata T1 paling rendah dan ini menjamin bahwa efek lainnya
akan positif.

Penerapan batasan pada model ANOVA diperlukan karena alasan teoritis, namun tidak berpengaruh pada hasil (goodness of
fit, prediksi). Perbedaannya hanyalah pada cara penulisan modelnya.

 Di tab Output ( sub-tab Berarti ), periksa tes Tukey dan tes REGWQ di bidang perbandingan Pariwise .
 Aktifkan opsi Perbandingan dengan kontrol untuk menjalankan uji Dunnett dua sisi .
 Klik OK untuk meluncurkan perhitungan.
 Di kotak dialog pemilihan kategori kontrol, pilih grup kontrol T1 untuk tes Dunnett.

Setelah pengguna mengklik tombol OK , penghitungan dilanjutkan dan hasilnya ditampilkan.

Menafsirkan hasil ANOVA satu arah

Hasil pertama yang ditampilkan XLSTAT adalah koefisien goodness of fit , antara lain R² (koefisien determinasi), R² yang
disesuaikan dan beberapa statistik lainnya.
Koefisien determinasi (di sini 0,56) memberikan gambaran yang wajar tentang seberapa besar variabilitas variabel yang dimodelkan
(di sini putihnya) dijelaskan oleh variabel penjelas (di sini adalah jenis pasta gigi); dalam kasus kami, kami memiliki 56% variabilitas
yang dapat dijelaskan. 44% lainnya disembunyikan dalam variabel lain yang tidak tersedia, dan model disembunyikan dalam
"kesalahan acak".

Analisis tabel varians merupakan hasil yang sangat penting untuk dilihat (lihat di bawah). Di sinilah kita menentukan apakah variabel
penjelas (formula pasta gigi) membawa informasi signifikan (hipotesis nol H0) ke model atau tidak. Dengan kata lain, ini adalah cara
untuk bertanya pada diri sendiri apakah valid untuk mengambil mean yang menggambarkan keseluruhan populasi, atau apakah
informasi yang diberikan berdasarkan kategori (di sini jenis pasta gigi) bernilai atau tidak.
Uji yang digunakan disini adalah uji Fisher’s F. Mengingat probabilitas yang sesuai dengan nilai F, dalam hal ini, adalah 0,001,
berarti kita mengambil risiko 0,1% untuk menyimpulkan bahwa hipotesis nol (tidak ada pengaruh formula pasta gigi) adalah salah.

Sehingga dapat disimpulkan dengan yakin bahwa terdapat pengaruh formula pasta gigi terhadap putihnya gigi pasien. Perhatikan
bahwa R² tidak terlalu baik (0,56), yang berarti bahwa beberapa informasi yang memberikan penjelasan pelengkap tentang variasi
warna putih tidak ada, dan hal ini bukanlah suatu kejutan.

Tabel berikut memberikan rincian tentang model tersebut. Tabel ini berguna ketika prediksi diperlukan. Dalam kasus khusus ini, ini
tidak terlalu berguna. Kita sudah dapat melihat bahwa pasta gigi T2 memiliki efek dengan rentang kepercayaan 95% termasuk 0, yang
menunjukkan bahwa tidak ada bukti bahwa T2 sangat berbeda dengan T1.

Bagan batang koefisien standar memungkinkan untuk membandingkan secara visual dampak relatif dari kategori-kategori dan untuk
melihat apakah interval kepercayaan mencakup 0 atau tidak.
Tabel berikutnya menunjukkan residu . Kita dapat melihat residu tereduksi (residual terstandarisasi) secara lebih spesifik, residu yang
berdasarkan asumsi model ANOVA, seharusnya terdistribusi secara normal. Artinya, antara lain, 95% residu harus berada pada
interval [-1.96, 1.96].

Semua nilai di luar interval ini berpotensi menjadi outlier atau mungkin menunjukkan bahwa asumsi normalitas salah. Tampaknya di
sini terdapat satu outlier kuat (pengamatan ke-13) dengan residu standar sebesar -2,64.

Untuk menjelaskan perbedaannya, pertama-tama kita harus memverifikasi bahwa pasta gigi yang tepat diberikan kepada pasien ke-13,
dan kedua, kita harus mencoba memahami mengapa respons terhadap formula tidak sama dengan pasien lainnya.
Histogram dari residu terstandar memungkinkan untuk dengan cepat memvisualisasikan residu terstandar yang berada di luar kisaran
yang diharapkan.
Sekarang kita mendapatkan jawaban atas pertanyaan awal kita: apakah terdapat perbedaan yang signifikan antar perlakuan, dan
bagaimana perbedaan tersebut diklasifikasikan?

Seperti yang ditunjukkan pada tabel berikutnya, uji Tukey HSD (Honestly Significantly Different) diterapkan pada semua perbedaan
berpasangan antar mean. Risiko 5% yang kami pilih digunakan untuk menentukan nilai kritis q, yang dibandingkan dengan perbedaan
standar antara mean.

Berdasarkan nilai p di bawah (Pr>Diff), hanya dua pasangan yang tampak berbeda nyata (T1, T3) dan (T2,T3). Hal ini juga dapat
dikonfirmasi dengan interval kepercayaan 95% (empat kolom terakhir). Jika suatu interval tidak mengandung nol, maka kita dapat
menolak hipotesis nol yang menyatakan tidak ada perbedaan signifikan antara kedua mean tersebut.
Prosedur REQWQ memberikan hasil yang berbeda (lihat di bawah), yang menunjukkan bahwa seseorang harus sangat berhati-hati
ketika menggunakan metode perbandingan.

Tiga pasang kategori berbeda dalam kasus ini (T1 dan T4 tampak berbeda secara signifikan dengan metode ini). Pengelompokan
tersebut sekarang menghasilkan tiga kelompok kategori yang ditumpangkan.
Selanjutnya dilakukan uji Dunnett untuk membandingkan masing-masing kategori dengan kategori kontrol T1. Uji Dunnett sesuai
dengan prosedur REQWQ bahwa kategori T1 dan T4 berbeda nyata.
Kesimpulan untuk ANOVA satu arah ini
Kesimpulannya, keempat formula pasta gigi tersebut menunjukkan pengaruh yang berbeda nyata terhadap keputihan. Karena pasta
gigi T1 sudah ada di pasaran, maka pasta gigi T3 atau T4lah yang menunjukkan peningkatan warna putih yang signifikan, maka pasta
gigi tersebut patut dipilih sebagai pendatang baru di pasaran.

Harap perhatikan bahwa ANOVA mengandalkan asumsi parametrik yang harus diverifikasi untuk memastikan keandalan keluaran.