Kalkulator ANOVA Satu Arah

Cara Menggunakan Kalkulator ANOVA Satu Arah

1. 1. Masukkan setiap kelompok. Beri nama kelompok dan tempelkan skornya, dipisahkan koma, spasi, atau baris baru. Tiga kelompok sudah tersedia untuk diisi; tambahkan hingga sepuluh atau kurangi hingga dua.
2. 2. Pilih α. Taraf signifikansi (secara bawaan ,05) menentukan kesimpulan keputusan dan penilaian pada uji lanjutan.
3. 3. Baca uji omnibus. Tabel ANOVA menampilkan SS, df, MS, F, dan p; η² dan ω² menunjukkan seberapa besar variasi yang dijelaskan oleh kelompok.
4. 4. Periksa dan tindak lanjuti. Lihat uji Levene sebelum memercayai F klasik, gunakan ANOVA Welch jika variansnya berbeda, lalu baca perbandingan berpasangan untuk melihat kelompok mana yang berbeda. Salin kalimat APA setelah selesai.

Apa yang Dibandingkan oleh Rasio F

ANOVA membagi total variasi skor menjadi dua bagian. Jumlah kuadrat antarkelompok, SS_B = Σ nⱼ(x̄ⱼ − x̄)², mengukur seberapa jauh rata-rata setiap kelompok dari rata-rata keseluruhan. Jumlah kuadrat dalam kelompok, SS_W = Σ Σ (x − x̄ⱼ)², mengukur seberapa jauh skor individu dari rata-rata kelompoknya sendiri. Membagi masing-masing dengan derajat kebebasannya menghasilkan kuadrat tengah, dan F = MS_B / MS_W. Jika rata-rata populasi sama, kedua kuadrat tengah memperkirakan varians galat yang sama sehingga F berkisar di sekitar 1; F yang besar berarti rata-rata kelompok lebih berjauhan daripada yang akan dihasilkan oleh derau di dalam kelompok secara kebetulan.

Contoh Kerja: Tiga Format Pengajaran

Klik Coba contoh untuk memuat skor kuis dari tiga kelas yang masing-masing terdiri atas enam siswa: kuliah tatap muka (M = 73,83, SD = 4,36), kelas terbalik (M = 82,17, SD = 3,76), dan daring mandiri (M = 72,33, SD = 2,58). Rata-rata keseluruhan adalah 76,11.

Dalam gaya APA: skor kuis berbeda menurut format pengajaran, F(2, 15) = 12,69, p < ,001, η² = ,63. Uji Levene tidak menunjukkan tanda varians yang tidak sama, F(2, 15) = 0,89, p = ,430, dan ANOVA Welch sejalan dengan uji klasik, F(2, 9,49) = 13,33, p = ,002. Perbandingan dengan penyesuaian Bonferroni menempatkan perbedaan itu pada kelas terbalik: kelas ini mengungguli kuliah tatap muka sebesar 8,33 poin (p terkoreksi = ,016) dan daring sebesar 9,83 poin (p terkoreksi = ,002), sedangkan kuliah tatap muka dan daring tidak berbeda (p terkoreksi > ,999).

Asumsi dan Apa yang Dilakukan Jika Asumsi Gagal

• Pengamatan yang independen. Setiap skor berasal dari orang yang berbeda dan hanya termasuk dalam satu kelompok. Pengukuran berulang pada orang yang sama memerlukan ANOVA pengukuran berulang, yang tidak dijalankan oleh kalkulator ini.
• Residual yang kira-kira normal. ANOVA masih bisa menoleransi kemiringan sedang bila ukuran kelompok serupa; untuk kelompok kecil yang jelas tidak normal, gunakan uji Kruskal-Wallis.
• Varians yang sama. Uji Levene di sini adalah versi Brown–Forsythe, yang mengukur sebaran di sekitar median setiap kelompok dan tetap andal pada data yang miring. Bila hasilnya signifikan — atau bila ukuran kelompok sangat berbeda — laporkan ANOVA Welch, yang tidak memerlukan asumsi tersebut.
• Uji post hoc hanya setelah ada alasan. Tabel berpasangan memakai uji-t Welch dengan penyesuaian Bonferroni. HSD Tukey tidak dihitung karena memerlukan distribusi rentang terstudentisasi; Bonferroni sedikit lebih konservatif, jadi berhati-hatilah dengan nilai p terkoreksi yang berada di ambang batas.

Pertanyaan yang Sering Diajukan

Apa yang ditunjukkan oleh ANOVA satu arah yang signifikan?

Bahwa setidaknya satu rata-rata kelompok berbeda dari yang lain — bukan yang mana, dan bukan bahwa semuanya berbeda. Uji F omnibus hanya membandingkan sebaran rata-rata kelompok dengan sebaran di dalam kelompok. Untuk menemukan letak perbedaannya, baca perbandingan berpasangan seperti uji dengan penyesuaian Bonferroni yang ditampilkan bersama hasil.

Mengapa tidak menjalankan beberapa uji-t saja?

Setiap uji-t membawa peluang positif palsunya sendiri. Dengan tiga kelompok ada tiga uji berpasangan, dan pada α = ,05 untuk masing-masing, peluang terjadinya setidaknya satu alarm palsu naik mendekati 1 − ,95³ ≈ 14%. ANOVA menguji semua rata-rata sekaligus pada α yang dipilih, dan uji post hoc terkoreksi menjaga keluarga perbandingan tetap terkendali.

Apa perbedaan antara η² dan ω²?

Keduanya menggambarkan proporsi total varians yang dijelaskan oleh keanggotaan kelompok. η² = SS_B / SS_T adalah proporsi sampel dan melebihkan nilai populasi, terutama pada sampel kecil. ω² mengurangi varians yang diharapkan muncul secara kebetulan dan merupakan estimasi yang lebih tidak bias, sehingga selalu sedikit lebih kecil. Laporkan η² jika bidang Anda mengharapkannya, dan ω² bila sampelnya kecil.

Kapan saya harus memakai ANOVA Welch sebagai ganti uji F klasik?

Ketika varians kelompok berbeda — terutama bila ukuran kelompok juga berbeda. Uji F klasik menggabungkan (pooling) varians, dan jika kelompok kecil memiliki varians terbesar, tingkat positif palsunya dapat melambung jauh di atas α. ANOVA Welch memberi bobot n / s² pada setiap kelompok dan menyesuaikan derajat kebebasan galat sehingga tetap akurat; dengan varians yang sama, hasilnya hampir sama.

Bagaimana cara melaporkan ANOVA satu arah dalam gaya APA?

Sebutkan rata-rata dan SD kelompok, lalu F(df antarkelompok, df dalam kelompok) = nilai, p = nilai, dan ukuran efek: F(2, 15) = 12,69, p < ,001, η² = ,63. Miringkan F dan p tetapi bukan huruf Yunani η; hilangkan angka nol di depan pada p dan η² karena keduanya tidak mungkin melebihi 1. Lanjutkan dengan hasil post hoc yang menunjukkan kelompok mana yang berbeda.

Berapa banyak skor yang saya perlukan di setiap kelompok?

Kalkulator ini memerlukan minimal dua per kelompok, tetapi itu batas minimum komputasi, bukan target rancangan penelitian. Untuk mendeteksi efek sedang (f = ,25) dengan tiga kelompok pada α = ,05 dan daya 80%, Anda memerlukan sekitar 53 per kelompok. Ukuran kelompok yang sama juga membuat uji lebih tahan terhadap varians yang tidak sama.