Tietojen analysoinnin nykyaikana sinua saatetaan tarvita laskemaan P-arvo Excelissä. Voit tehdä tämän käyttämällä seuraavaa toimintoa Yksisuuntainen anova tai Kaksisuuntainen anova. Tässä artikkelissa aiomme osoittaa teille, että kolme mahdollisia tapoja laskea P-arvo Excel Anovassa. Jos olet utelias, lataa harjoitustyökirjamme ja seuraa meitä.

Lataa harjoituskirja

Lataa tämä harjoituskirja, jotta voit harjoitella tätä artikkelia lukiessasi.

Laske P-arvo.xlsx

Mikä on ANOVA-analyysi?

ANOVA antaa meille ensimmäisen mahdollisuuden määrittää, mitkä tekijät vaikuttavat merkittävästi tietokokonaisuuteen. Analyysin suorittamisen jälkeen analyytikko tekee lisäanalyysin metodologiset tekijät jotka vaikuttavat merkittävästi kyseisen aineiston epäjohdonmukaiseen luonteeseen. Lisäksi hän käyttää Anova-analyysin tuloksia tutkimuksessa f-testi luoda ylimääräisiä tietoja, jotka liittyvät arvioituun regressioanalyysi. ANOVA-analyysissä verrataan useita tietokokonaisuuksia samanaikaisesti sen selvittämiseksi, onko niiden välillä yhteyksiä. ANOVA on tilastollinen menetelmä, jota käytetään tietokokonaisuudessa havaitun varianssin analysointiin jakamalla se kahteen osaan:

1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. • Järjestelmälliset tekijät ja
                                    • Satunnaiset tekijät

Anovan matemaattinen kaava on:

Täällä,

• F = Anova-kerroin,
• MST = Hoidosta johtuva keskimääräinen neliösumma,
• MSE = Virheestä johtuva keskimääräinen neliösumma.

Mikä on P-arvo?

P-arvo edustaa minkä tahansa aineiston todennäköisyysarvoa. Jos nollahypoteesi on tosi, todennäköisyyttä saada tilastollisesta hypoteesitestistä vähintään yhtä vakavia tuloksia kuin todelliset tulokset kutsutaan p-arvoksi. Pienin merkitsevyystaso, jolla nollahypoteesi hylättäisiin, annetaan p-arvolla vaihtoehtona hylkäyspisteille. Vahvempi tuki sille, ettävaihtoehtoinen hypoteesi on merkitty pienemmällä p-arvolla.

3 sopivaa esimerkkiä P-arvon laskemiseksi Excel ANOVA:ssa

Esimerkkien havainnollistamiseksi tarkastelemme seuraavanlaista tietokokonaisuutta. kaksi näytteitä. Otamme neljä opiskelijoiden koearvosanat vuonna matematiikka ja kemia osoitteesta kaksi Voimme siis väittää, että tietokokonaisuutemme on solujen välillä B5:D12.

1. Yhden tekijän ANOVA-analyysin käyttö

Ensimmäisessä esimerkissä näytämme menettelyn, jolla P-arvo lasketaan käyttämällä Anova: yksi tekijä. Menetelmän vaiheet esitetään jäljempänä:

📌 Askeleet:

• Ensinnäkin, alkaen Tiedot Valitse välilehti Data Toolpak ryhmästä Analyysi. Jos sinulla ei ole Data Toolpak vuonna Tiedot välilehdellä, voit ottaa sen käyttöön Excel-asetukset .

• Tämän seurauksena pieni valintaikkuna nimeltä Tietojen analysointi ilmestyy.
• Valitse nyt Anova: yksi tekijä ja napsauta OK .

• Toinen valintaikkuna nimeltä Anova: yksi tekijä ilmestyy.
• Sitten, vuonna Tulo osiossa valitse datasetin syöttösolualue. Täällä on valittava Tuloalue on $C$5:$D$12 .
• Pidä Ryhmittely vaihtoehto Sarakkeet .
• Sen jälkeen Lähtö osiossa sinun on määritettävä, miten haluat saada tuloksen. Voit saada sen osoitteessa kolme Haluamme saada tuloksen eri tavoin. sama arkki .
• Valitsemme siis Lähtöalue ja merkitse soluviite seuraavasti $F$4 .
• Napsauta lopuksi OK .

• Sekunnin kuluessa saat tuloksen. Haluttu P-arvomme on solussa K14 Sen lisäksi saat myös yhteenveto tuloksena on solujen alue F6:J9 .

Voimme siis sanoa, että menetelmämme toimi täydellisesti, ja pystyimme laskemaan P-arvon Excel Anovassa.

🔎 Tuloksen tulkinta

Tässä esimerkissä saimme P-arvoksi arvon 0.1462 Se tarkoittaa, että mahdollisuus saada samanlainen määrä molemmissa ryhmissä on seuraava. 0.1462 tai 14.62% Voimme siis väittää, että tämä P-arvo on merkitsevä valitsemassamme aineistossa.

Lue lisää: Kuinka tulkita ANOVA-analyysin yhden tekijän tuloksia Excelissä?

2. Kaksitekijäisen ANOVA-analyysin hyödyntäminen replikaatioanalyysin avulla

Seuraavassa esimerkissä käytämme komentokoodia Anova: Kaksi tekijää ja replikointi (Two-Factor With Replication) Tämän lähestymistavan vaiheet ovat seuraavat:

📌 Askeleet:

• Ensinnäkin Tiedot Valitse välilehti Data Toolpak ryhmästä Analyysi. Jos sinulla ei ole Data Toolpak vuonna Tiedot välilehdellä, voit ottaa sen käyttöön Excel-asetukset .

• Tämän seurauksena Tietojen analysointi valintaikkuna tulee näkyviin.
• Valitse sen jälkeen Anova: Kaksi tekijää ja replikointi (Two-Factor With Replication) ja klikkaa OK .

• Toinen pieni valintaikkuna nimeltä Anova: Kaksi tekijää ja replikointi (Two-Factor With Replication) ilmestyy.
• Nyt Tulo osiossa valitse datasetin syöttösolualue. Täällä on valittava Tuloalue on $B$4:$D$12 .
• Merkitään sitten Rivit näytettä kohti kenttä kuin 4 .
• Sen jälkeen Lähtö osiossa sinun on mainittava, miten haluat saada tuloksen. Voit saada sen osoitteessa kolme Tässä esimerkissä haluamme saada tuloksen eri tavoin. uusi laskentataulukko .
• Valitse siis Uusi laskentataulukko Ply vaihtoehto ja kirjoita haluamasi sopiva nimi. Kirjoitamme Anova kaksi tekijää saadaksesi uuden työarkin tällä nimellä.
• Napsauta lopuksi OK .

• Huomaat, että luodaan uusi laskentataulukko, ja Excel näyttää analyysin tuloksen kyseisellä laskentataululla. Haluttu P-arvomme on solualueella soluissa G25:G27 Lisäksi saat yhteenvetotuloksen solualueella, jossa on seuraavat solut B3:D20 .

Näin ollen voimme sanoa, että menetelmämme toimi tehokkaasti, ja pystyimme laskemaan P-arvon Excel Anovassa.

🔎 Tuloksen tulkinta

Tässä esimerkissä P-arvo on P-arvo, joka koskee Sarakkeet on 0.0373 , joka on tilastollisesti merkitsevä, joten voimme sanoa, että vuorojen vaikutus opiskelijoiden suoritukseen kokeessa on olemassa. Mutta Kolmas esimerkkiproseduurin kuva osoittaa, että arvo on lähellä arvoa alpha arvo 0.05 , joten vaikutus on vähemmän merkittävä.

Vastaavasti P-arvo Vuorovaikutukset on 0.0010 , mikä on paljon vähemmän kuin alpha arvo, joten sillä on tilastollisesti suuri merkitsevyys, ja voimme huomata, että siirtymän vaikutus molempiin kokeisiin on erittäin suuri.

Lue lisää: ANOVA-tulosten tulkinta Excelissä (3 tapaa)

3. Kaksitekijäisen ANOVA-analyysin soveltaminen ilman replikaatiota

Tässä esimerkissä Anova: Kaksi tekijää ilman replikaatiota auttaa meitä laskemaan P-arvon. Menettely kuvataan jäljempänä vaihe vaiheelta:

📌 Askeleet:

• Ensinnäkin Tiedot Valitse välilehti Data Toolpak ryhmästä Analyysi. Jos sinulla ei ole Data Toolpak vuonna Tiedot välilehdellä, voit ottaa sen käyttöön Excel-asetukset .

• Tämän seurauksena pieni valintaikkuna nimeltä Tietojen analysointi ilmestyy.
• Valitse seuraavaksi Anova: kaksi tekijää ilman replikaatiota vaihtoehto ja paina OK .

• Toinen pieni valintaikkuna nimeltä Anova: kaksi tekijää ilman replikaatiota ilmestyy.
• Sen jälkeen Tulo osiossa valitse datasetin syöttösolualue. Täällä on valittu Tuloalue on $B$4:$D$12 .
• Tarkista sitten Tarrat vaihtoehto, jos sitä ei ole vielä valittuna.
• Nyt Lähtö osiossa sinun on määritettävä, miten haluat saada tuloksen. Voit saada sen osoitteessa kolme Haluamme saada tuloksen eri tavoin. sama arkki .
• Näin ollen valitsemme Lähtöalue ja merkitse soluviite seuraavasti $F$4 .
• Napsauta lopuksi OK .

• Sekunnin kuluessa huomaat solussa näkyvän tuloksen. F4 Haluttu P-arvomme on välillä solun K22:K23 Sen lisäksi saat myös yhteenveto tuloksena on solujen alue F6:J17 .

Lopuksi voimme todeta, että menetelmämme toimi onnistuneesti, ja pystyimme laskemaan P-arvon Excel Anovassa.

🔎 Tuloksen tulkinta

Tässä tapauksessa P-arvo Sarakkeet on 0.2482 , joka on tilastollisesti merkitsevä. Voimme siis sanoa, että vuorojen vaikutus opiskelijoiden suoritukseen kokeessa on olemassa. Arvo on kuitenkin lähellä arvoa alpha arvo 0.05 , joten vaikutus on vähemmän merkittävä.

Lue lisää: Kaksisuuntaisen ANOVA-tulosten tulkinta Excelissä

Päätelmä

Tämä on tämän artikkelin loppu. Toivon, että tämä artikkeli on hyödyllinen sinulle ja pystyt laskemaan P-arvon Excel Anovassa. Jaa mahdolliset lisäkysymykset tai suositukset kanssamme alla olevassa kommenttiosassa, jos sinulla on lisäkysymyksiä tai suosituksia.

Älä unohda tarkistaa verkkosivujamme, ExcelWIKI , useisiin Exceliin liittyviin ongelmiin ja ratkaisuihin. Jatka uusien menetelmien oppimista ja kehity!