no comments

Apakah langkah-langkah yang berulang ANOVA?

Langkah berulang ANOVA adalah ahli keluarga ANOVA. ANOVA adalah pendek untuk ANALISIS OF VAriance. Semua ANOVA membandingkan satu atau lebih markah min antara satu sama lain; mereka adalah ujian untuk perbezaan skor min. Langkah berulang ANOVA membandingkan cara merentasi satu atau lebih pembolehubah yang berdasarkan pemerhatian berulang. Model berulang ANOVA juga boleh termasuk pembolehubah sifar atau lebih bebas. Sekali lagi, langkah berulang ANOVA mempunyai sekurang-kurangnya 1 pemboleh ubah bergantung yang mempunyai lebih dari satu pemerhatian.

Contoh:

Pasukan penyelidik ingin menguji penerimaan pengguna alat tempahan perjalanan dalam talian yang baru. Pasukan ini menjalankan kajian di mana mereka menetapkan 30 orang yang dipilih secara rawak ke dalam dua kumpulan. Satu kumpulan menggunakan sistem baru dan kumpulan lain bertindak sebagai kumpulan kawalan dan buku perjalanan melalui telefon. Pasukan mengukur penerimaan pengguna sistem tersebut sebagai niat tingkah laku untuk menggunakan sistem dalam tempoh 4 minggu pertama selepas ia berjalan secara langsung. Oleh kerana penerimaan pengguna adalah tingkah laku laten yang membina penyelidik mengukurnya dengan tiga perkara – kemudahan penggunaan, kegunaan yang dilihat, dan usaha untuk digunakan.

Langkah-langkah berulang ANOVA adalah ‘analisis dependensi’. Ia dirujuk sebagai kerana ia adalah ujian untuk membuktikan hubungan sebab-akibat yang diandaikan antara pembolehubah bebas, jika ada, dan pembolehubah yang bergantung.

Apabila berhadapan dengan persoalan yang sama dengan yang ada dalam contoh kita, anda juga boleh cuba untuk menjalankan 4 MANOVA, menguji pengaruh pembolehubah bebas pada setiap pemerhatian selama empat minggu. Namun, menjalankan ANOVA berganda tidak menyumbang kepada perbezaan individu dalam garis dasar peserta kajian.

Langkah-langkah berulang ANOVA adalah serupa dengan ujian T-Test bergantung, kerana ia juga membandingkan skor min satu kumpulan ke kumpulan lain pada pemerhatian yang berbeza. Ia adalah perlu bagi langkah-langkah berulang ANOVA untuk kes-kes dalam satu pemerhatian yang akan dikaitkan secara langsung dengan kes-kes dalam semua pemerhatian yang lain. Ini secara automatik berlaku apabila langkah-langkah berulang diambil, atau apabila menganalisis unit yang serupa atau spesimen setanding.

Pasangan pemerhatian atau membuat pengukuran yang berulang adalah sangat biasa ketika melakukan eksperimen atau membuat pengamatan dengan waktu kurang. Memasangkan titik data yang diukur biasanya dilakukan untuk mengecualikan apa-apa faktor bersama atau tersembunyi (rujuk korelasi separa). Ia juga sering digunakan untuk menjelaskan perbezaan individu dalam garis asas, seperti keadaan yang sedia ada dalam penyelidikan klinikal. Pertimbangkan sebagai contoh percubaan ubat di mana peserta mempunyai perbezaan individu yang mungkin memberi impak kepada hasil perbicaraan. Percubaan ubat biasa membahagi semua peserta ke dalam kawalan dan kumpulan rawatan dan mengukur kesan ubat dalam bulan 1 -18. Langkah berulang ANOVA boleh membetulkan untuk perbezaan individu atau garis asas. Perbezaan garis dasar yang mungkin mempunyai kesan ke atas hasilnya adalah parameter tipikal seperti tekanan darah, umur, atau jantina. Oleh itu langkah-langkah yang berulang ANOVA menganalisis kesan ubat itu sementara tidak termasuk pengaruh tahap asas kesihatan yang berbeza apabila percubaan bermula.

Memandangkan pasangan berpasangan secara jelas dan dengan itu maklumat baru ditambahkan ke data, data berpasangan sentiasa boleh dianalisis dengan ANOVA biasa juga, tetapi tidak sebaliknya. Perbezaan baseline, bagaimanapun, tidak akan diambilkira.

Garis panduan tipikal untuk menentukan sama ada langkah-langkah berulang ANOVA adalah ujian yang tepat untuk menjawab tiga soalan berikut:

Adakah hubungan langsung antara setiap pasangan pemerhatian, mis., Sebelum lawan setelah skor pada subjek yang sama?
Adakah pemerhatian mata data jelas tidak rawak (iaitu, mereka mestilah tidak menjadi spesimen yang dipilih secara rawak daripada populasi yang sama)?
Adakah semua pemerhatian perlu mempunyai bilangan mata data yang sama?
Sekiranya jawapannya adalah ya kepada ketiga-tiga soalan ini ujian sampel t bergantung adalah ujian yang betul. Jika tidak, gunakan ANOVA atau ujian t. Dalam istilah statistik langkah-langkah berulang ANOVA memerlukan variasi dalam kumpulan, yang merupakan punca kesilapan pengukuran, dapat dikenalpasti dan dikecualikan daripada analisis.

Sumber : https://www.statisticssolutions.com/

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL