Proporsi, rasio, dan data persentase sangat umum dalam ekologi (misalnya,% bunga diserbuki, rasio jenis kelamin pria: wanita,% mortalitas sebagai respons terhadap pengobatan,% daun dimakan oleh herbivora). Sebuah artikel baru-baru ini diterbitkan oleh beberapa ahli statistik terapan dalam jurnal Ecology berjudul " Arcsine asinine: analisis proporsi dalam ekologi ." Mereka mencatat bahwa transformasi arcsine telah dipromosikan oleh teks-teks yang sudah berjalan lama seperti "Analisis Biostatistik" Zar dan "Biometry" Sokal dan Rohlf (keduanya dalam edisi ke-3 atau ke-4). Tetapi teknik ini telah ketinggalan zaman oleh model linier umum dan komputasi yang lebih baik :
Transformasi akar kuadrat arcsine telah lama menjadi prosedur standar ketika menganalisis data proporsional dalam ekologi, dengan aplikasi dalam kumpulan data yang mengandung variabel respons binomial dan non-binomial. Di sini, kami berpendapat bahwa transformasi arcsine tidak boleh digunakan dalam keadaan apa pun. Untuk data binomial, regresi logistik memiliki interpretabilitas yang lebih besar dan kekuatan yang lebih tinggi daripada analisis data yang diubah. [...] Untuk data non-binomial, transformasi arcsine tidak diinginkan dengan alasan interpretabilitas, dan karena dapat menghasilkan prediksi yang tidak masuk akal. Transformasi logit diusulkan sebagai pendekatan alternatif untuk mengatasi masalah ini.
Saya bertanya-tanya bagaimana proporsi data umum di bidang lain (psiko-kedokteran?)? Apakah arcsine masih umum digunakan di bidang lain atau ekologi luar biasa dalam penggunaannya (atau lainnya) ketinggalan zaman atau kurang dari teknik yang optimal? Pernahkah ada makalah di bidang lain yang menyoroti perlunya menggunakan teknik yang lebih maju?
Saya dapat berbicara dari pengalaman bahwa psikologi dan ilmu saraf sering kali bahkan tidak berupaya mengubah% nilai untuk menormalkannya. Analisis modal adalah ANOVA atau uji-t dari% correct atau% error.
sumber
Pertanyaan tentang prevalensi penggunaan transformasi arcsine dalam ekologi dan bidang lainnya dapat diukur dengan pergi ke JStor, memilih beberapa jurnal, dan melakukan pencarian kata tersebut selama 2 dekade terakhir.
Diskusi topik dapat diklarifikasi dengan mencatat satu (di antara banyak) alasan untuk tidak menggunakan arcsin. Proporsi didasarkan pada jumlah kasus. Apakah Anda akan memberikan bobot yang sama untuk proporsi 2 dari 4 kasus (tidak terlalu dapat diandalkan) dan proporsi yang lebih dapat diandalkan yaitu 20 dari 40 kasus? Solusi alami adalah dengan menggunakan rasio odds dan odds, dan distribusi binomial untuk menguji perubahan dalam proporsi sebagai perubahan dalam peluang, seperti yang dijelaskan dalam publikasi arcsin asinine. Dengan begitu Anda memberi 50% dari 40 jatuh tempo, dibandingkan dengan 50% dari 4.
sumber