Perbezaan Antara Anova dan Ujian T

Anova vs T-test

Ujian T, kadangkala dikenali sebagai T-ujian Pelajar, dijalankan apabila anda ingin membandingkan cara dua kumpulan dan melihat sama ada ia berbeza antara satu sama lain. Ia digunakan terutamanya apabila tugasan rawak diberikan dan hanya ada dua, tidak lebih daripada dua, ditetapkan untuk membandingkan. Dalam menjalankan ujian T, beberapa syarat diperlukan untuk dipenuhi supaya hasilnya akan menghasilkan keputusan yang tepat. Andaian utama adalah bahawa data populasi yang akan dikumpul diedarkan secara normal dan anda membandingkan varians yang sama dengan penduduk. Ujian T mempunyai dua jenis utama: Ujian T-Ujian Bebas dan Ujian Padched Pair yang juga dikenali sebagai Ujian T bergantung atau T-Paired Test.

Apabila anda membandingkan dua sampel yang tidak sepadan dengan pasangan, atau sampel adalah bebas, ujian T-Independent digunakan. Jenis kedua, Ujian pasangan padat, bagaimanapun, digunakan apabila sampel yang diberikan muncul secara berpasangan. Sebagai contoh, anda perlu mengukur antara sebelum dan selepas perbandingan. Jika anda mempunyai lebih daripada dua sampel, maka Ujian Anova harus digunakan. Ia mungkin untuk membezakan lebih daripada dua cara antara satu sama lain dengan melakukan pelbagai ujian T, tetapi akan ada kemungkinan besar membuat kesilapan dan dengan itu, mempunyai peluang yang lebih besar untuk tiba dengan hasil yang tidak tepat.

Ujian Anova adalah istilah popular untuk Analisis Varians. Ini adalah teknik yang dilakukan dalam menganalisis kesan faktor-faktor tertentu. Ujian ini digunakan apabila terdapat lebih daripada dua kumpulan. Mereka pada asasnya seperti ujian T-tetapi juga, seperti yang disebutkan di atas, mereka akan digunakan apabila anda mempunyai lebih daripada dua kumpulan. Ujian anova menggunakan varians untuk mengetahui sama ada cara sama atau tidak. Sebelum melakukan ujian Anova, anda harus memenuhi andaian asas terlebih dahulu. Andaian pertama ialah setiap sampel yang akan digunakan dipilih secara berasingan dan bersifat rawak. Kedua, andaikan bahawa populasi yang anda ambil dari sampel adalah normal dan mempunyai sisihan piawai yang sama.

Terdapat empat jenis ujian Analisis Varians. Yang pertama adalah One-Way Anova. Anda perlu menggunakan jenis Anova ini jika terdapat hanya satu faktor yang berbeza. Kedua ialah Anova Multifactor yang digunakan apabila faktor-faktor yang mempunyai kategori lebih daripada satu. Interaksi dan kesan utama antara faktor dianggarkan. Jenis ketiga Anova adalah Analisis Komponen Varians. Jenis Anova ini digunakan apabila faktor-faktor itu pelbagai dan diatur secara hierarki. Matlamat utama ujian ini adalah untuk mengetahui peratusan variasi proses yang anda perolehi di setiap peringkat. Kaedah keempat dan terakhir ialah Model Linear Umum. Jika faktor anda bersarang dan bersilang, beberapa faktor adalah rawak dan ada yang tetap. Apabila kedua-dua faktor yang hadir adalah kuantitatif dan kategoris, ujian ini digunakan.

Ringkasan:

1. Ujian Anova mempunyai empat jenis iaitu: One-Way Anova, Multifactor Anova, Variance Components Analysis, dan General Linear Models. Ujian T hanya mempunyai dua jenis: Ujian T-Ujian Bebas dan Ujian Padched Pair yang juga dikenali sebagai Ujian T bergantung atau T-Pasangan Berkenaan.
Ujian 2.T hanya dijalankan apabila anda hanya mempunyai dua kumpulan untuk membandingkan. Ujian anova, sebaliknya, pada dasarnya sama seperti ujian T-tetapi ia direka untuk kumpulan yang lebih daripada dua.
3. Beberapa keadaan sebelum melaksanakan kedua-dua ujian diperlukan. Untuk ujian T, data populasi yang akan dikumpulkan hendaklah diedarkan secara normal, dan anda membandingkan variasi populasi yang sama. Walaupun untuk ujian Anova, sampel yang akan digunakan dipilih secara bebas dan secara rawak. Anda juga harus menganggap bahawa populasi yang anda ambil dari sampel adalah normal dan mempunyai penyimpangan piawai yang sama.