no comments

Mengapa menggunakan ANOVA untuk ujian t?

Titik melakukan eksperimen adalah untuk mencari kesan yang signifikan antara rangsangan yang sedang diuji. Untuk melakukan pelbagai ujian statistik yang digunakan, 2 yang dibincangkan dalam blog ini akan menjadi ANOVA dan ujian t. Dalam eksperimen psikologi, pembolehubah bebas dan pemboleh ubah bergantung adalah rangsangan yang dimanipulasi dan kelakuan diukur. Ujian statistik dijalankan untuk mengesahkan jika tingkah laku yang berlaku lebih daripada peluang.

Ujian t membandingkan cara antara 2 sampel dan mudah dilakukan, tetapi jika terdapat lebih daripada 2 syarat dalam suatu eksperimen ANOVA diperlukan. Fakta ANOVA boleh menguji lebih daripada satu rawatan adalah kelebihan utama daripada analisis statistik lain seperti ujian t, ia membuka banyak kemampuan pengujian tetapi tentu tidak membantu dengan sakit kepala matematik. Adalah penting untuk mengetahui bahawa apabila melihat analisis varians satu IV dipanggil faktor, keadaan rawatan atau kumpulan dalam eksperimen dipanggil tahap faktor. ANOVA menggunakan nisbah F sebagai statistik pentingnya yang varians kerana tidak mungkin untuk mengira sampel bermakna perbezaan dengan lebih daripada dua sampel.

Ujian T lebih mudah dilakukan, jadi kenapa tidak melakukan ujian t untuk kemungkinan interaksi dalam eksperimen? Kesalahan Jenis I adalah jawapannya kerana ujian hipotesis yang lebih banyak anda menggunakan lebih banyak risiko anda membuat ralat jenis I dan kekuatan kurang ujian. Tidak ada perselisihan statistik t-berubah statistik dengan keupayaannya untuk mencari makna dengan sampel kecil, tetapi seperti yang dinyatakan sebelum ini ANOVA dibenarkan untuk menguji lebih dari 2 cara. ANOVA digunakan secara profesional semasa menguji farmaseutikal dan terapi.

ANOVA adalah ujian penting kerana ia membolehkan kita untuk melihat contoh bagaimana berkesan dua jenis rawatan yang berbeza dan bagaimana tahan lama mereka. Secara berkesan, ANOVA dapat memberitahu kami bagaimana kerja rawatan, berapa lama ia berlangsung dan bagaimana bajet yang mesra itu akan menjadi contoh yang menjadi intensi latihan awal yang intensif (EIBI) untuk kanak-kanak autistik yang berlangsung lama dengan banyak jam, mempunyai hasil yang luar biasa tetapi kos banyak wang. ANOVA dapat memberitahu kami jika terapi lain boleh melakukan tugas yang sama dalam masa yang lebih singkat dan dengan itu kos kurang dan membuat rawatan lebih mudah diakses. Mengendalikan ujian ini juga akan membantu mewujudkan kesahan serentak untuk terapi terhadap EIBI. F-nisbah memberitahu penyelidik betapa besar perbezaan di antara keadaan dan kesannya adalah lebih daripada sekadar peluang. Ujian ANOVA menganggap tiga perkara:

1) Sampel penduduk mesti normal
2) Pemerhatian mestilah bebas dalam setiap sampel
3) Populasi sampel yang dipilih dari mempunyai varians sama a.k.a. homogeneity of variance.

Keperluan ini adalah sama untuk pasangan dan langkah-langkah berulang ujian-t dan ini diukur diselesaikan dengan cara yang sama untuk uji-t dan ANOVA. Contoh populasi dianggap normal, sampel bebas dicapai dengan reka bentuk eksperimen, jika varians tidak betul maka biasanya lebih banyak data (peserta) diperlukan dalam eksperimen.

Sebagai kesimpulan, perlu menggunakan ANOVA apabila reka bentuk kajian mempunyai lebih daripada 2 syarat untuk dibandingkan. Ujian t adalah mudah dan kurang menakutkan terutama apabila anda melihat ANOVA factorial 2x4x5 diperlukan, tetapi risiko melakukan kesilapan jenis saya tidak berbaloi. Masa yang anda habiskan menjalankan eksperimen hanya untuk menyatakannya usang kerana ujian statistik yang betul tidak dijalankan akan membuang masa dan sumber, ujian statistik harus digunakan dengan betul untuk alasan ini.

Sumber : https://jessicaaro.wordpress.com/

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL