Sådan fortolker du ANOVA-resultater i Excel (3 måder)

Hugh West

16-10-2023 Dataanalyse med Excel
  • Del Dette
Hugh West

ANOVA , eller Analyse af varians , er en sammensætning af flere statistiske modeller til at finde forskelle i gennemsnit inden for eller mellem grupper. Brugere kan bruge flere komponenter af en ANOVA-analyse til at fortolke resultaterne i Excel.

Lad os sige, at vi har den ANOVA-analyse resultater som vist i nedenstående skærmbillede.

I denne artikel fortolker vi flere typer af ANOVA resultater opnået ved hjælp af Excel.

Download Excel-arbejdsbog

Fortolkning af ANOVA-resultater.xlsx

3 nemme metoder til at fortolke ANOVA-resultater i Excel

I Excel er der 3 typer af ANOVA-analyse De er tilgængelige.

(i) ANOVA: enkeltfaktor: ANOVA med én faktor udføres, når der er tale om en enkelt variabel. Resultatet af analysen er at finde ud af, om datamodellen har signifikante forskelle i dens gennemsnit. Den indeholder derfor to fremtrædende hypoteser, der skal løses.

(a) Nulhypotese (H 0 ): Faktoren medfører ingen forskel i middelværdierne inden for eller mellem grupperne. Hvis middelværdierne symboliseres med µ , så er den Nul-hypotese konkluderer: µ 1 = µ 2 = µ 3 .... = µ N .

(b) Alternativ hypotese (H 1 ): faktoren medfører signifikante forskelle i middelværdierne. Således kan den Alternative hypoteser s resultater i µ 1 ≠ µ 2 .

(ii) ANOVA to-faktor-analyse med gentagelse: Når data indeholder mere end én gentagelse for hvert sæt af faktorer eller uafhængige variabler, anvender brugerne to faktorer med replikation ANOVA-analyse . i lighed med den enkelte faktor ANOVA-analyse , to faktorer med gentagelsesanalysetest for to varianter af Nul-hypotese (H 0 ) .

(a) Grupperne har ingen forskel i deres gennemsnit for den første uafhængige variabel .

(b) Grupperne har ingen forskel i deres gennemsnit for den anden uafhængige variabel .

Til interaktion kan brugerne tilføje en anden Nul-hypotese angivelse-

(c) En uafhængig variabel påvirker ikke virkningen af den anden uafhængige variabel eller omvendt .

(iii) ANOVA to-faktor-analyse uden gentagelse: Når mere end én opgave udføres af forskellige grupper, udfører brugerne to faktorer uden replikation i ANOVA-analyse Som følge heraf er der to Nul-hypoteser .

Til Rækker :

Nul-hypotese (H 0 ): Ingen signifikant forskel mellem gennemsnittene for de forskellige jobtyper .

Til Kolonner :

Nul-hypotese (H 0 ): Ingen signifikant forskel mellem gennemsnittene for de forskellige gruppetyper .

Metode 1: Fortolkning af ANOVA-resultater for enkeltfaktoranalyse i Excel

Udførelse af ANOVA: enkeltfaktor Analyse fra Værktøjspakke til dataanalyse hjælper brugerne med at finde ud af, om der er en statistisk signifikant forskel mellem middelværdierne for 3 eller flere uafhængige stikprøver (eller grupper). Følgende billede viser de data, der er tilgængelige for at udføre testen.

Lad os antage, at vi udfører ANOVA: Analyse af data med en enkelt faktor i Excel ved at gå gennem Data > Analyse af data (i den Analyse sektion)> Anova: enkeltfaktor (under den Analyseværktøjer Resultaterne af testen er vist i nedenstående billede.

Fortolkning af resultaterne

Parametre: Anova-analyse bestemmer den Nul-hypotese 's anvendelighed i dataene. Forskellige resultatværdier fra den Anova-analyse resultat kan udpege den Nulanalyse status.

Gennemsnit og varians: Fra den Resumé , kan du se, at grupperne har det højeste gennemsnit (dvs., 89.625 ) for gruppe 3 og den største varians er 28.125 opnået for gruppe 2.

Teststatistik (F) vs. kritisk værdi (F Crit ): Anova-resultaterne viser Statistik ( F= 8.53 )> Kritisk statistik ( F Crit =3.47 ). Derfor afviser datamodellen den Nul-hypotese .

P-værdi vs. signifikansniveau (a): Igen, fra den ANOVA resultater, den P-værdi ( 0.0019 ) <den Signifikansniveau ( a = 0.05 ). Så man kan sige, at midlerne er forskellige, og afvise den Nul-hypotese .

Læs mere: Hvordan man laver grafer over Anova-resultater i Excel (3 egnede eksempler)

Metode 2: Afkodning af ANOVA-resultater for to faktorer med replikationsanalyse i Excel

Alternativt, ANOVA: to-faktor med gentagelse evaluerer forskellen mellem middelværdierne for mere end to grupper. Lad os tildele nedenstående data til at udføre denne analyse.

Efter at have udført den Anova: to-faktor med replikationsanalyse , kan resultatet se ud som følger.

Fortolkning af resultaterne

Parametre: P-værdi kun fungerer som parameter for afvisning eller accept af Nul-hypotese .

Variabel 1 Signifikant Status: Variabel 1 (dvs, Eksempel ) har P-værdi (dvs, 0.730 ) større end den Signifikansniveau (dvs, 0.05 ). således, Variabel 1 kan ikke afvise den Nul-hypotese .

Variabel 2 Signifikant status: Svarende til Variabel 1 , Variabel 2 (dvs, Kolonner ) har en P-værdi (dvs, 0.112 ), som er større end 0.05 I dette tilfælde, Variabel 2 falder også ind under Nul-hypotese Derfor er midlerne de samme.

Interaktionsstatus: Variabler 1 og 2 ikke har nogen interaktion, da de har en P-værdi (dvs, 0.175 ) mere end den Signifikansniveau (dvs, 0.05 ).

Generelt set har ingen af variablerne nogen væsentlig indvirkning på hinanden.

Gennemsnitlig interaktion: Blandt de midler til Grupper A , B , og C , Gruppe A har den højeste middelværdi. Men disse middelværdier siger ikke noget om, hvorvidt denne sammenligning er signifikant eller ej. I dette tilfælde kan vi se på middelværdierne for Grupper 1 , 2 , og 3 .

Gennemsnitsværdierne for Grupper 1 , 2 , og 3 har større værdier for Gruppe 3 Da ingen variabler har en væsentlig indvirkning på hinanden, er der imidlertid ingen variabler, der har en væsentlig indvirkning på hinanden.

Der er heller ikke nogen signifikante interaktionseffekter, da indtastningerne synes at være tilfældige og gentagne inden for et interval.

Læs mere: Sådan fortolker du tovejs ANOVA-resultater i Excel

Metode 3: Oversættelse af ANOVA-resultater for to-faktor-analyse uden replikationsanalyse i Excel

Når begge faktorer eller variabler påvirker de afhængige variabler, udfører brugerne normalt ANOVA: To-faktor uden replikationsanalyse Lad os sige, at vi bruger sidstnævnte data til at foretage en sådan analyse.

Resultaterne af en analyse med to faktorer uden replikation ligner følgende.

Fortolkning af resultaterne

Parametre: ANOVA-analyse med to faktorer uden gentagelse har samme parametre som den enkeltfaktor ANOVA .

Teststatistik (F) vs. kritisk værdi (F Crit ): For begge variabler gælder, at Statistik værdier ( F= 1.064, 3.234 ) < Kritisk statistik ( F Crit =6.944, 6.944 ). Som følge heraf kan datamodellen ikke afvise den Nul-hypotese Så midlerne er altså ækvivalente.

P-værdi vs. signifikansniveau (a): Nu, i den ANOVA resultater, den P-værdier ( 0.426, 0.146 )> den Signifikansniveau ( a = 0.05 I så fald kan man sige, at midlerne er de samme, og acceptere den Nul-hypotese .

Læs mere: Hvordan man laver tovejs ANOVA i Excel (med nemme trin)

Konklusion

I denne artikel beskriver vi de typer af ANOVA-analyse og vise, hvordan man fortolker ANOVA resultater i Excel. Vi håber, at denne artikel hjælper dig med at forstå resultaterne og giver dig overhånd til at vælge de respektive ANOVA-analyser der passer bedst til dine data. Kommentér, hvis du har yderligere spørgsmål eller har noget at tilføje.

Tag et hurtigt besøg på vores fantastiske websted og se vores seneste artikler om Excel. Glædelig Excelling.

Forrige indlæg Sådan tæller du specifikke navne i Excel (3 nyttige metoder)
Næste indlæg Sådan rundes decimaler op i Excel (5 enkle måder)

Hugh West er en meget erfaren Excel-træner og analytiker med over 10 års erfaring i branchen. Han har en bachelorgrad i regnskab og finans og en kandidatgrad i Business Administration. Hugh har en passion for undervisning og har udviklet en unik undervisningstilgang, der er nem at følge og forstå. Hans ekspertviden om Excel har hjulpet tusindvis af studerende og fagfolk verden over med at forbedre deres færdigheder og udmærke sig i deres karriere. Gennem sin blog deler Hugh sin viden med verden og tilbyder gratis Excel-tutorials og onlinetræning for at hjælpe enkeltpersoner og virksomheder med at nå deres fulde potentiale.