Táboa de contidos
ANOVA , ou Análise da varianza , é unha fusión de múltiples modelos estatísticos para atopar as diferenzas de medias dentro ou entre grupos. Os usuarios poden usar varios compoñentes dunha Análise ANOVA para interpretar os resultados en Excel.
Digamos que temos os resultados da Análise ANOVA como se mostra na captura de pantalla a continuación.
Neste artigo, interpretamos varios tipos de resultados ANOVA obtidos mediante Excel.
Descargar libro de traballo de Excel
Interpretación de resultados de ANOVA.xlsx
3 métodos fáciles de interpretar resultados de ANOVA en Excel
En Excel, hai 3 tipos de Análise ANOVA dispoñibles. Son
(i) ANOVA: factor único: ANOVA de factor único realízase cando unha única variable está en xogo. O resultado da análise é descubrir se o modelo de datos presenta diferenzas significativas nas súas medias. Polo tanto, leva dúas hipóteses destacadas que resolver.
(a) Hipótese nula (H 0 ): O factor non provoca diferenzas nas medias dentro ou entre os grupos. Se as medias se simbolizan con µ , a Hipótese nula conclúe: µ 1 = µ 2 = µ 3 …. = µ N .
(b) Hipótese alternativa (H 1 ): o factor provoca diferenzas significativas nas medias. Así, a Hipótesis alternativa da como resultado µ 1 ≠ µ 2 .
(ii)ANOVA de dous factores con replicación: cando os datos conteñen máis dunha iteración para cada conxunto de factores ou variables independentes, os usuarios aplican dous factores con replicación Análise ANOVA . Similar á Análise ANOVA de factor único, dous factores con probas de análise de replicación para dúas variantes de Hipótese nula (H 0 ) .
(a) Os grupos non teñen diferenzas nas súas medias para a primeira variable independente .
(b) O os grupos non teñen diferenzas nas súas medias para a segunda variable independente .
Para Interacción, os usuarios poden engadir outra Hipótese nula indicando-
(c) Unha variable independente non afecta o impacto da outra variable independente ou viceversa .
(iii) ANOVA de dous factores sen replicación: Cando máis dunha tarefa é realizada por diferentes grupos, os usuarios executan dous factores sen replicación en Análise ANOVA . Como resultado, hai dúas Hipóteses nulas .
Para Filas :
Hipótese nula (H 0 ): Non hai diferenzas significativas entre as medias dos diferentes tipos de traballo .
Para Columnas :
Hipótese nula (H 0 ): Non hai diferenzas significativas entre as medias dos diferentes tipos de grupos .
Método 1: Interpretación dos resultados de ANOVA para un único factor Análise en Excel
Execución de ANOVA: ÚnicoFactor Análise do Paquete de ferramentas de análise de datos axuda aos usuarios a descubrir se hai unha diferenza estatisticamente significativa entre as medias de 3 ou máis mostras (ou grupos) independentes. A seguinte imaxe amosa os datos dispoñibles para realizar a proba.
Supoñamos que executamos o ANOVA: Análise de datos de factor único en Excel pasando por Datos > Análise de datos (na sección Análise ) > Anova: factor único (en Ferramentas de análise opcións). Os resultados da proba están representados na seguinte imaxe.
Interpretación do resultado
Parámetros: Análise Anova determina a aplicabilidade da Hipótese nula nos datos. Diferentes valores de resultado do resultado da Análise de Anova poden indicar o estado de Análise nula .
Promedio e varianza: No Resumo , podes ver que os grupos teñen a media máis alta (é dicir, 89,625 ) para o Grupo 3 e a varianza máis alta é 28,125 obtida para o Grupo 2.
Estadística da proba (F) vs. Valor crítico (F Crit ): Mostra de resultados de Anova Estadística ( F= 8,53 ) > Estadística crítica ( F Crit =3,47 ). Polo tanto, o modelo de datos rexeita a Hipótese nula .
Valor P vs. Nivel de significación (a) : De novo, a partir dos resultados ANOVA , o Valor P ( 0,0019 ) < o Nivel de significación ( a = 0,05 ). Entón, pode dicir que os medios son diferentes e rexeitar a Hipótese nula .
Ler máis: Como para representar gráficamente resultados de Anova en Excel (3 exemplos adecuados)
Método 2: decodificación de resultados de ANOVA para análise de dous factores con análise de replicación en Excel
Alternativamente, ANOVA: Two-Factor with Replication avalía a diferenza entre as medias de máis de dous grupos. Asignamos os seguintes datos para realizar esta análise.
Despois de realizar o Anova: análise de dous factores con replicación , o resultado pode parecer o seguinte .
Interpretación do resultado
Parámetros: Valor P só actúa como parámetro para o rexeitamento ou aceptación da Hipótese nula .
Variable 1 Estado significativo: A variable 1 (é dicir, Mostra ) ten Valor P (é dicir, 0,730 ) maior que o Nivel de significación (é dicir, Nivel de significación ) , 0,05 ). Así, a variable 1 non pode rexeitar a hipótese nula .
Estado significativo da variable 2: Similar á Variable 1 , a Variable 2 (é dicir, Columnas ) ten un Valor P (é dicir, 0,112 ) que é maior que 0,05 . Neste caso, a Variable 2 tamén entra na Hipótese nula . Polo tanto, os medios son osigual.
Estado da interacción: As variables 1 e 2 non teñen ningunha interacción xa que teñen un Valor P (é dicir, 0,175 ) máis que o Nivel de significación (é dicir, 0,05 ).
En xeral, ningunha variable exerce un efecto significativo entre si.
Interacción media: Entre as medias dos Grupos A , B , e C , O grupo A ten a media máis alta. Pero estes valores medios non indican se esta comparación é significativa ou non. Neste caso, podemos ver os valores medios dos Grupos 1 , 2 e 3 .
Os valores medios dos Grupos 1 , 2 e 3 teñen valores maiores para o Grupo 3 . Non obstante, como ningunha variable ten un impacto significativo entre si.
Tampouco hai efectos de interacción significativos xa que as entradas parecen ser aleatorias e repetitivas dentro dun intervalo.
Ler máis: Como interpretar resultados de ANOVA bidireccional en Excel
Método 3: Tradución de resultados de ANOVA para dous factores sen replicación Análise en Excel
Cando ambos factores ou variables inflúen nas variables dependentes, os usuarios adoitan executar ANOVA: Análise de dous factores sen replicación . Digamos que usamos estes últimos datos para realizar esa análise.
Os resultados dunha análise de dous factores sen replicación parecen similares aosseguinte.
Interpretación do resultado
Parámetros: Análise ANOVA de dous factores sen replicación ten parámetros similares aos o factor único ANOVA .
Estadística de proba (F) vs Valor crítico (F Crit ): Para ambas as variables, os valores Estatísticos ( F= 1,064, 3,234 ) < Estadística crítica ( F Crit =6,944, 6,944 ). Como resultado, o modelo de datos non pode rexeitar a Hipótese nula . Entón, as medias son equivalentes.
Valor P vs Nivel de significación (a): Agora, no <1 Resultados>ANOVA , os valores P ( 0,426, 0,146 ) > o Nivel de significación ( a = 0,05 ). Nese caso, pode dicir que as medias son as mesmas e aceptar a Hipótese nula .
Ler máis: Como facer ANOVA bidireccional en Excel (con pasos sinxelos)
Conclusión
Neste artigo, describimos os tipos de ANOVA Análise e demostra a forma de interpretar os resultados de ANOVA en Excel. Agardamos que este artigo che axude a comprender os resultados e che ofreza a vantaxe para escoller as respectivas Análises ANOVA que mellor se adapten aos teus datos. Comenta se tes máis preguntas ou tes algo que engadir.
Visita rapidamente o noso incrible sitio web e consulta os nosos artigos recentes en Excel. Feliz Excelente.