Πώς να ερμηνεύσετε τα αποτελέσματα ANOVA στο Excel (3 τρόποι)

  • Μοιραστείτε Αυτό
Hugh West

ANOVA , ή Ανάλυση διακύμανσης , είναι μια συγχώνευση πολλαπλών στατιστικών μοντέλων για την εύρεση των διαφορών στους μέσους όρους εντός ή μεταξύ των ομάδων. Οι χρήστες μπορούν να χρησιμοποιήσουν πολλαπλές συνιστώσες ενός Ανάλυση ANOVA να ερμηνεύσετε τα αποτελέσματα στο Excel.

Ας πούμε ότι έχουμε το Ανάλυση ANOVA αποτελέσματα όπως απεικονίζεται στο παρακάτω στιγμιότυπο οθόνης.

Σε αυτό το άρθρο, ερμηνεύουμε πολλαπλούς τύπους ANOVA τα αποτελέσματα που προκύπτουν με τη χρήση του Excel.

Κατεβάστε το βιβλίο εργασίας του Excel

Ερμηνεία των αποτελεσμάτων ANOVA.xlsx

3 εύκολες μέθοδοι για την ερμηνεία των αποτελεσμάτων ANOVA στο Excel

Στο Excel, υπάρχουν 3 τύποι Ανάλυση ANOVA είναι διαθέσιμα.

(i) ANOVA: μονός παράγοντας: Ενιαίος παράγοντας ANOVA πραγματοποιείται όταν πρόκειται για μία μόνο μεταβλητή. Το αποτέλεσμα της ανάλυσης είναι να διαπιστωθεί αν το μοντέλο δεδομένων έχει σημαντικές διαφορές στους μέσους όρους του. Ως εκ τούτου, φέρει δύο εξέχουσες υποθέσεις προς επίλυση.

(α) Μηδενική υπόθεση (H 0 ): Ο παράγοντας δεν προκαλεί καμία διαφορά στους μέσους όρους εντός ή μεταξύ των ομάδων. Εάν οι μέσοι όροι συμβολίζονται με µ , τότε η Μηδενική υπόθεση καταλήγει: µ 1 = µ 2 = µ 3 .... = µ N .

(β) Εναλλακτική υπόθεση (H 1 ): ο παράγοντας προκαλεί σημαντικές διαφορές στους μέσους όρους. Έτσι, ο Εναλλακτικές υποθέσεις s αποτελέσματα σε µ 1 ≠ µ 2 .

(ii) ANOVA δύο παραγόντων με επανάληψη: Όταν τα δεδομένα περιέχουν περισσότερες από μία επαναλήψεις για κάθε σύνολο παραγόντων ή ανεξάρτητων μεταβλητών, οι χρήστες εφαρμόζουν δύο παράγοντες με επανάληψη Ανάλυση ANOVA . Παρόμοια με τον ενιαίο παράγοντα Ανάλυση ANOVA , δύο παράγοντες με δοκιμές ανάλυσης επανάληψης για δύο παραλλαγές του Μηδενική υπόθεση (H 0 ) .

(a) Οι ομάδες δεν έχουν καμία διαφορά στους μέσους όρους τους για την πρώτη ανεξάρτητη μεταβλητή .

(b) Οι ομάδες δεν έχουν καμία διαφορά στους μέσους όρους τους για τη δεύτερη ανεξάρτητη μεταβλητή .

Για την Αλληλεπίδραση, οι χρήστες μπορούν να προσθέσουν ένα άλλο Μηδενική υπόθεση δηλώνοντας-

(c) Μια ανεξάρτητη μεταβλητή δεν επηρεάζει την επίδραση της άλλης ανεξάρτητης μεταβλητής ή το αντίστροφο .

(iii) ANOVA δύο παραγόντων χωρίς επανάληψη: Όταν περισσότερες από μία εργασίες εκτελούνται από διαφορετικές ομάδες, οι χρήστες εκτελούν δύο παράγοντες χωρίς αντιγραφή σε Ανάλυση ANOVA Ως αποτέλεσμα, υπάρχουν δύο Μηδενικές υποθέσεις .

Για το Σειρές :

Μηδενική υπόθεση (H 0 ): Καμία σημαντική διαφορά μεταξύ των μέσων όρων των διαφόρων τύπων εργασίας .

Για το Στήλες :

Μηδενική υπόθεση (H 0 ): Καμία σημαντική διαφορά μεταξύ των μέσων όρων των διαφόρων τύπων ομάδων .

Μέθοδος 1: Ερμηνεία των αποτελεσμάτων ANOVA για ανάλυση ενός παράγοντα στο Excel

Εκτέλεση ANOVA: Ενιαίος παράγοντας Ανάλυση από το Εργαλειοθήκη ανάλυσης δεδομένων βοηθά τους χρήστες να βρουν αν υπάρχει στατιστικά σημαντική διαφορά μεταξύ των μέσων όρων 3 ή περισσότερων ανεξάρτητων δειγμάτων (ή ομάδων). Η ακόλουθη εικόνα παρουσιάζει τα δεδομένα που είναι διαθέσιμα για την εκτέλεση του ελέγχου.

Ας υποθέσουμε ότι εκτελούμε το ANOVA: Ανάλυση δεδομένων ενός παράγοντα στο Excel περνώντας μέσα από Δεδομένα >, Ανάλυση δεδομένων (στο Ανάλυση section)>, Anova: Ενιαίος παράγοντας (σύμφωνα με το Εργαλεία ανάλυσης Τα αποτελέσματα της δοκιμής απεικονίζονται στην παρακάτω εικόνα.

Ερμηνεία αποτελεσμάτων

Παράμετροι: Ανάλυση Anova καθορίζει το Μηδενική υπόθεση Διαφορετικές τιμές αποτελέσματος από το πρόγραμμα Ανάλυση Anova αποτέλεσμα μπορεί να εντοπίσει το Μηδενική ανάλυση κατάσταση.

Μέσος όρος και διακύμανση: Από το Περίληψη , μπορείτε να δείτε ότι οι ομάδες έχουν τον υψηλότερο μέσο όρο (δηλ, 89.625 ) για την ομάδα 3 και η υψηλότερη διακύμανση είναι 28.125 για την ομάδα 2.

Στατιστική δοκιμασίας (F) vs. Κρίσιμη τιμή (F Κριτική ): Παρουσίαση αποτελεσμάτων Anova Στατιστικά στοιχεία ( F= 8.53 )>, Κρίσιμη στατιστική ( F Κριτική =3.47 Επομένως, το μοντέλο δεδομένων απορρίπτει το Μηδενική υπόθεση .

Τιμή P-Value σε σχέση με το επίπεδο σημαντικότητας (α): Και πάλι, από το ANOVA αποτελέσματα, το Τιμή P ( 0.0019 ) <το Επίπεδο σημαντικότητας ( a = 0.05 ). Έτσι, μπορείτε να πείτε ότι οι μέσοι όροι είναι διαφορετικοί και να απορρίψετε το Μηδενική υπόθεση .

Διαβάστε περισσότερα: Πώς να απεικονίσετε τα αποτελέσματα της Anova στο Excel (3 κατάλληλα παραδείγματα)

Μέθοδος 2: Αποκωδικοποίηση των αποτελεσμάτων ANOVA για δύο παράγοντες με ανάλυση επανάληψης στο Excel

Εναλλακτικά, ANOVA: Δύο παράγοντες με επανάληψη αξιολογεί τη διαφορά μεταξύ των μέσων όρων περισσότερων από δύο ομάδων. Ας αναθέσουμε τα παρακάτω δεδομένα για να εκτελέσουμε αυτή την ανάλυση.

Μετά την εκτέλεση της Anova: Δύο παράγοντες με ανάλυση επανάληψης , το αποτέλεσμα μπορεί να είναι το εξής.

Ερμηνεία αποτελεσμάτων

Παράμετροι: Τιμή P λειτουργεί μόνο ως παράμετρος για την απόρριψη ή την αποδοχή των Μηδενική υπόθεση .

Μεταβλητή 1 Σημαντική κατάσταση: Μεταβλητή 1 (δηλ, Δείγμα ) έχει Τιμή P (δηλ, 0.730 ) μεγαλύτερο από το Επίπεδο σημαντικότητας (δηλ, 0.05 ), Μεταβλητή 1 δεν μπορεί να απορρίψει το Μηδενική υπόθεση .

Μεταβλητή 2 Σημαντική κατάσταση: Παρόμοια με Μεταβλητή 1 , Μεταβλητή 2 (δηλ, Στήλες ) έχει ένα Τιμή P (δηλ, 0.112 ) η οποία είναι μεγαλύτερη από 0.05 Σε αυτή την περίπτωση, Μεταβλητή 2 εμπίπτει επίσης στο Μηδενική υπόθεση Επομένως, τα μέσα είναι τα ίδια.

Κατάσταση αλληλεπίδρασης: Μεταβλητές 1 και 2 δεν έχουν καμία αλληλεπίδραση καθώς έχουν ένα Τιμή P (δηλ, 0.175 ) περισσότερο από το Επίπεδο σημαντικότητας (δηλ, 0.05 ).

Συνολικά, καμία μεταβλητή δεν ασκεί σημαντική επίδραση η μία στην άλλη.

Μέση αλληλεπίδραση: Μεταξύ των μέσων για Ομάδες Α , B , και C , Ομάδα Α έχει την υψηλότερη μέση τιμή. Αλλά αυτές οι μέσες τιμές δεν λένε αν αυτή η σύγκριση είναι σημαντική ή όχι. Σε αυτή την περίπτωση, μπορούμε να εξετάσουμε τις μέσες τιμές για τις Ομάδες 1 , 2 , και 3 .

Οι μέσες τιμές των Ομάδες 1 , 2 , και 3 έχουν μεγαλύτερες τιμές για Ομάδα 3 . Ωστόσο, καθώς καμία μεταβλητή δεν έχει σημαντική επίδραση η μία στην άλλη.

Επίσης, δεν υπάρχουν σημαντικές επιδράσεις αλληλεπίδρασης, καθώς οι καταχωρίσεις φαίνεται να είναι τυχαίες και επαναλαμβανόμενες εντός ενός εύρους.

Διαβάστε περισσότερα: Πώς να ερμηνεύσετε τα αποτελέσματα της ανάλυσης δύο δρόμων ANOVA στο Excel

Μέθοδος 3: Μετάφραση των αποτελεσμάτων ANOVA για ανάλυση δύο παραγόντων χωρίς επανάληψη στο Excel

Όταν και οι δύο παράγοντες ή μεταβλητές επηρεάζουν τις εξαρτημένες μεταβλητές, οι χρήστες συνήθως εκτελούν ANOVA: Δύο παράγοντες χωρίς ανάλυση επανάληψης Ας πούμε ότι χρησιμοποιούμε τα τελευταία δεδομένα για να πραγματοποιήσουμε μια τέτοια ανάλυση.

Τα αποτελέσματα μιας ανάλυσης δύο παραγόντων χωρίς επανάληψη μοιάζουν με τα ακόλουθα.

Ερμηνεία αποτελεσμάτων

Παράμετροι: Ανάλυση ANOVA δύο παραγόντων χωρίς επανάληψη έχει παρόμοιες παραμέτρους με τον ενιαίο παράγοντα ANOVA .

Στατιστικό ελέγχου (F) έναντι κρίσιμης τιμής (F) Κριτική ): Και για τις δύο μεταβλητές, η Στατιστικά στοιχεία τιμές ( F= 1.064, 3.234 ) <, Κρίσιμη στατιστική ( F Κριτική =6.944, 6.944 ). Ως αποτέλεσμα, το μοντέλο δεδομένων δεν μπορεί να απορρίψει το Μηδενική υπόθεση Έτσι, τα μέσα είναι ισοδύναμα.

Τιμή P-Value σε σχέση με το επίπεδο σημαντικότητας (α): Τώρα, στο ANOVA αποτελέσματα, το Τιμές P ( 0.426, 0.146 )> η Επίπεδο σημαντικότητας ( a = 0.05 ). Σε αυτή την περίπτωση, μπορείτε να πείτε ότι οι μέσοι όροι είναι ίδιοι και να δεχτείτε την Μηδενική υπόθεση .

Διαβάστε περισσότερα: Πώς να κάνετε την ανάλυση διακύμανσης δύο τρόπων στο Excel (με εύκολα βήματα)

Συμπέρασμα

Σε αυτό το άρθρο, περιγράφουμε τους τύπους των Ανάλυση ANOVA και να δείξει τον τρόπο ερμηνείας ANOVA Ελπίζουμε αυτό το άρθρο να σας βοηθήσει να κατανοήσετε τα αποτελέσματα και να σας δώσει το πάνω χέρι για να επιλέξετε το αντίστοιχο Αναλύσεις ANOVA Σχολιάστε αν έχετε περαιτέρω ερωτήσεις ή αν έχετε να προσθέσετε κάτι.

Κάντε μια γρήγορη επίσκεψη στο καταπληκτικό μας ιστοσελίδα και δείτε τα πρόσφατα άρθρα μας για το Excel. Καλή επιτυχία με το Excelling.

Ο Hugh West είναι ένας εξαιρετικά έμπειρος εκπαιδευτής και αναλυτής του Excel με πάνω από 10 χρόνια εμπειρίας στον κλάδο. Είναι κάτοχος πτυχίου Λογιστικής και Χρηματοοικονομικής και μεταπτυχιακού στη Διοίκηση Επιχειρήσεων. Ο Hugh έχει πάθος για τη διδασκαλία και έχει αναπτύξει μια μοναδική προσέγγιση διδασκαλίας που είναι εύκολο να ακολουθηθεί και να κατανοηθεί. Οι εξειδικευμένες γνώσεις του στο Excel έχουν βοηθήσει χιλιάδες φοιτητές και επαγγελματίες παγκοσμίως να βελτιώσουν τις δεξιότητές τους και να διαπρέψουν στην καριέρα τους. Μέσω του ιστολογίου του, ο Hugh μοιράζεται τις γνώσεις του με τον κόσμο, προσφέροντας δωρεάν μαθήματα Excel και διαδικτυακή εκπαίδευση για να βοηθήσει άτομα και επιχειρήσεις να αξιοποιήσουν πλήρως τις δυνατότητές τους.