ANOVA , või Variatsioonianalüüs , on mitme statistilise mudeli ühendamine, et leida erinevusi keskmistes väärtustes rühmade sees või rühmade vahel. Kasutajad võivad kasutada mitme komponendi puhul ANOVA analüüs tulemuste tõlgendamiseks Excelis.

Oletame, et meil on ANOVA analüüs tulemused, nagu on kujutatud allpool oleval ekraanipildil.

Käesolevas artiklis tõlgendame mitut liiki ANOVA Exceli abil saadud tulemused.

Exceli töövihiku allalaadimine

3 lihtsat meetodit ANOVA tulemuste tõlgendamiseks Excelis

Excelis on 3 tüüpi ANOVA analüüs saadaval. Nad on

(i) ANOVA: üks faktor: Ühe faktoriga ANOVA viiakse läbi, kui tegemist on ühe muutujaga. Analüüsi tulemuseks on leida, kas andmemudelis on olulisi erinevusi keskmistes. Seetõttu kannab see kaks silmapaistvat hüpoteesi, mida tuleb lahendada.

(a) Nullhüpotees (H ₀ ): Tegur ei põhjusta erinevusi rühmade siseselt ega rühmade vahel. Kui keskmised on sümboliseeritud tähisega µ , siis on Nullhüpotees järeldab: µ ₁ = µ ₂ = µ ₃ .... = µ _N .

(b) alternatiivne hüpotees (H ₁ ): tegur põhjustab olulisi erinevusi keskmistes. Seega on Alternatiivsed hüpoteesid s tulemused µ ₁ ≠ µ ₂ .

(ii) ANOVA kahefaktoriline kordusuuring: Kui andmed sisaldavad rohkem kui ühte iteratsiooni iga faktorite või sõltumatute muutujate kogumi kohta, siis rakendavad kasutajad kahte faktorit koos replikatsiooniga. ANOVA analüüs . sarnaselt ühe teguriga ANOVA analüüs , kaks tegurit koos replikatsioonianalüüsi testidega kahe variandi jaoks. Nullhüpotees (H ₀ ) .

(a) Esimese sõltumatu muutuja puhul ei erine rühmade keskmised. .

(b) Teise sõltumatu muutuja puhul ei ole rühmade keskmised erinevused. .

Interaktsiooni jaoks saavad kasutajad lisada veel ühe Nullhüpotees avaldus -

(c) Üks sõltumatu muutuja ei mõjuta teise sõltumatu muutuja mõju või vastupidi. .

(iii) ANOVA kahefaktoriline ilma replikatsioonita: Kui eri rühmad viivad läbi rohkem kui ühe ülesande, täidavad kasutajad kaks tegurit ilma replikatsioonita järgmistel juhtudel ANOVA analüüs Selle tulemusena on kaks Nullhüpoteesid .

Sest Rid :

Nullhüpotees (H ₀ ): Erinevate tööliikide keskmiste vahel ei ole märkimisväärset erinevust. .

Sest Veerud :

Nullhüpotees (H ₀ ): Erinevate rühmitüüpide keskmiste vahel ei ole märkimisväärset erinevust. .

Meetod 1: Ühe faktori analüüsi ANOVA tulemuste tõlgendamine Excelis

Täitmine ANOVA: üks faktor Analüüs aadressilt Andmeanalüüsi tööriistapakett aitab kasutajatel leida, kas 3 või enama sõltumatu valimi (või rühma) keskmiste vahel on statistiliselt oluline erinevus. Järgneval pildil on esitatud testi läbiviimiseks kättesaadavad andmed.

Oletame, et täidame ANOVA: ühe faktori andmete analüüs Excelis, läbides Andmed > Andmete analüüs (in the Analüüs lõik)> Anova: üks tegur (vastavalt Analüüsivahendid valikud). Katse tulemused on kujutatud alljärgneval pildil.

Tulemuste tõlgendamine

Parameetrid: Anova analüüs määrab kindlaks Nullhüpotees 's rakendatavus andmetes. Erinevad tulemuse väärtused alates Anova analüüs tulemus võib täpselt määrata Null analüüs staatus.

Keskmine ja dispersioon: Alates Kokkuvõte , näete, et rühmade keskmine on kõige kõrgem (st, 89.625 ) 3. rühma puhul ja suurim dispersioon on 28.125 saadud 2. rühma puhul.

Teststatistika (F) vs. kriitiline väärtus (F) _{Kriitikakriteerium} ): Anova tulemuste esitlus Statistika ( F= 8.53 )> Kriitiline statistika ( F _{Kriitikakriteerium} =3.47 ). Seetõttu lükkab andmemudel tagasi Nullhüpotees .

P-väärtus vs. olulisuse tase (a): Jällegi, alates ANOVA tulemusi, on P väärtus ( 0.0019 ) <the Olulisuse tase ( a = 0.05 ). Seega võib öelda, et vahendid on erinevad ja lükata tagasi Nullhüpotees .

Loe edasi: Kuidas Exceli Anova tulemusi graafiliselt kujutada (3 sobivat näidet)

Meetod 2: ANOVA tulemuste dekodeerimine kahe faktori jaoks koos kordusanalüüsiga Excelis

Teise võimalusena, ANOVA: kaheteguriline analüüs koos replikatsiooniga hindab rohkem kui kahe grupi keskmiste erinevust. Määrame selle analüüsi läbiviimiseks alljärgnevad andmed.

Pärast sooritamist Anova: kaheteguriline replikatsiooniga analüüs , võib tulemus välja näha järgmine.

Tulemuste tõlgendamine

Parameetrid: P väärtus toimib ainult parameetrina, mille alusel lükatakse tagasi või aktsepteeritakse Nullhüpotees .

Muutuja 1 Oluline staatus: Muutuja 1 (st, Näide ) on P väärtus (st, 0.730 ) suurem kui Olulisuse tase (st, 0.05 ). Seega, Muutuja 1 ei saa tagasi lükata Nullhüpotees .

Muutuja 2 Oluline staatus: Sarnaselt Muutuja 1 , Muutuja 2 (st, Veerud ) on P väärtus (st, 0.112 ), mis on suurem kui 0.05 Sel juhul, Muutuja 2 kuulub ka Nullhüpotees Seega on vahendid samad.

Interaktsiooni staatus: Muutujad 1 ja 2 ei ole mingit suhtlemist, kuna neil on P väärtus (st, 0.175 ) rohkem kui Olulisuse tase (st, 0.05 ).

Üldiselt ei mõjuta ükski muutuja üksteist märkimisväärselt.

Keskmine interaktsioon: Vahenditest, mis on mõeldud Rühmad A , B ja C , Rühm A on suurim keskmine. Kuid need keskmised väärtused ei ütle, kas see võrdlus on oluline või mitte. Sellisel juhul võime vaadata keskmisi väärtusi jaoks Rühmad 1 , 2 ja 3 .

Keskmised väärtused Rühmad 1 , 2 ja 3 on suuremad väärtused Rühm 3 Kuna aga ükski muutuja ei mõjuta üksteist oluliselt.

Samuti puuduvad olulised koostoimed, kuna kirjed tunduvad olevat juhuslikud ja korduvad vahemikus.

Loe edasi: Kuidas tõlgendada kahesuunalise ANOVA tulemusi Excelis

Meetod 3: ANOVA tulemuste tõlkimine kahe faktori jaoks ilma kordusanalüüsita Excelis

Kui mõlemad tegurid või muutujad mõjutavad sõltuvaid muutujaid, täidavad kasutajad tavaliselt ANOVA: kahefaktoriline analüüs ilma kordusanalüüsita Oletame, et kasutame viimaseid andmeid sellise analüüsi tegemiseks.

Kahe faktoriga, ilma kordusanalüüsita, tulemused näevad välja sarnased järgmisele.

Tulemuste tõlgendamine

Parameetrid: kahefaktoriline ANOVA-analüüs ilma replikatsioonita on sarnased parameetrid kui ühe teguriga ANOVA .

Teststatistika (F) vs kriitiline väärtus (F) _{Kriitikakriteerium} ): Mõlema muutuja puhul on Statistika väärtused ( F= 1.064, 3.234 ) < Kriitiline statistika ( F _{Kriitikakriteerium} =6.944, 6.944 ). Selle tulemusel ei saa andmemudel tagasi lükata Nullhüpotees Seega on vahendid samaväärsed.

P-väärtus vs. olulisuse tase (a): Nüüd on ANOVA tulemusi, on P väärtused ( 0.426, 0.146 )> Olulisuse tase ( a = 0.05 ). Sellisel juhul võib öelda, et vahendid on samad ja aktsepteerida Nullhüpotees .

Loe edasi: Kuidas teha kahesuunalist ANOVA-d Excelis (lihtsate sammudega)

Kokkuvõte

Käesolevas artiklis kirjeldame, milliseid ANOVA analüüs ja näidata, kuidas tõlgendada ANOVA tulemused Excelis. Loodame, et see artikkel aitab teil mõista tulemusi ja annab teile ülekaalu, et valida vastav ANOVA analüüsid mis sobivad kõige paremini teie andmetega. Kommenteerige, kui teil on lisaküsimusi või midagi lisada.

Külastage kiiresti meie hämmastavat veebileht ja tutvuge meie hiljutiste artiklitega Exceli kohta. Head Excellingut.