Statistik F adalah ukuran seberapa baik dua model (dalam kasus kami, model tunggal dan model binomial) mampu memprediksi variabel respon. Semakin tinggi statistik F, semakin baik kita dapat memprediksi sisi jalan mana yang akan dilalui mobil.
Apa itu Statistik F dan Bagaimana Cara Menghitungnya?
Statistik F dihitung dengan membagi varians dalam satu kelompok dengan varians dalam kelompok lain. Tujuannya adalah untuk memastikan bahwa data pengujian Anda sedekat mungkin dengan data pelatihan Anda.
Statistik F adalah ukuran seberapa baik dua model (dalam kasus kami, model tunggal dan model binomial) dapat memprediksi tanggapan atau hasil satu sama lain. Semakin tinggi statistik F, semakin baik kita dapat memprediksi sisi jalan mana yang akan dilalui mobil.
Bagaimana Menginterpretasikan Hasil Uji F?
Uji F adalah uji statistik umum yang digunakan untuk menentukan apakah ada perbedaan yang signifikan antara dua mean populasi.
Hipotesis nol untuk uji F menyatakan bahwa rata-rata dua populasi adalah sama. Hipotesis alternatif menyatakan bahwa rata-rata dua populasi tidak sama. Ketika kita menemukan bahwa nilai probabilitas dari uji F signifikan, maka dapat disimpulkan bahwa ada perbedaan yang signifikan antara dua mean populasi.
Sebuah tabel akan menunjukkan derajat kebebasan (df), yang dihitung dengan mengurangkan 1 dari jumlah total pengamatan di kedua kelompok, dan kemudian mengalikannya dengan jumlah total pengukuran di setiap kelompok. Jika ada lebih banyak pengukuran dalam satu kelompok daripada yang lain, ini akan menyebabkan df lebih dari 0 dan sebaliknya. Ini menunjukkan berapa banyak nilai berbeda yang dapat Anda hitung
Meneliti Distribusi Nilai Sampel untuk Kesetaraan Mean (Memeriksa Normalitas)
Pada bagian ini, Anda akan mempelajari cara memeriksa distribusi nilai sampel untuk ekuivalensi rata-rata (memeriksa normalitas).
Biasanya, ketika distribusi tidak normal, asumsi statistik tidak berlaku. Misalnya, distribusi Normal mengasumsikan bahwa data kontinu dan data dapat ditemukan dalam interval yang sangat kecil. Jika data Anda diskrit dengan nilai terbatas maka Anda harus menemukan tes yang berbeda.
Ada empat langkah dalam memeriksa apakah data Anda terdistribusi normal:
- Langkah 1: Tentukan apakah ada outlier dalam kumpulan data Anda dan jika ya, hilangkan.
- Langkah 2: Periksa apakah ada pengamatan ekstrem dalam kumpulan data Anda dan jika demikian, buang juga.
- Langkah 3: Periksa simetri dari
Meneliti Distribusi Nilai Sampel untuk Kesetaraan Varians (Memeriksa Kenormalan)
Distribusi normal adalah kurva berbentuk lonceng. Dalam distribusi normal, rata-rata dan simpangan bakunya sama. Namun, dalam beberapa kasus, mean dan standar deviasi tidak sama. Ini disebut distribusi asimetris. Bentuk distribusi asimetris dapat digunakan untuk mengetahui apakah distribusi tersebut normal atau tidak.
Distribusi nilai sampel untuk ekivalensi varians tampak seperti kurva berbentuk lonceng yang memanjang dalam satu arah dan berlawanan dengan simetris di kedua sisi puncak. Hal ini menunjukkan bahwa itu mungkin bukan distribusi normal dan harus diperiksa normalitasnya menggunakan tes lain seperti memeriksa skewness atau menggunakan tes goodness-of-fit seperti tes Shapiro-Wilk.
Kesimpulan: Untuk Mengetahui Apakah Dua Grup Berbeda atau Tidak, Gunakan Uji Statistik F!
F-statistik adalah tes yang digunakan untuk menentukan signifikansi perbedaan antara dua kelompok. Untuk melakukan uji statistik ini, Anda akan membandingkan variabel dependen Anda dengan ukuran variabilitas dan menggunakan uji-F untuk memperkirakan seberapa besar kemungkinan perbedaan yang diamati dalam mean disebabkan oleh kebetulan.
